网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
文章目录
大家好,我是纪宁。
上篇文章已经为大家介绍了数据结构与算法,相信看过的人已经大值了解数据结构与算法了。在解决一个问题的时候,我们通常会使用各式各样的算法,那么,如何衡量一个算法的性能好坏或者效率高低呢?这里我们就要学习复杂度的概念。
本文在空间复杂度的求解处提到了函数栈帧这个概念,不懂的老铁可以去看博主肝了好久的老作品 从汇编代码探究函数栈帧的创建和销毁的底层原理
还有在时间复杂度和空间复杂度中都提到的冒泡排序算法
一、算法的复杂度
算法在编写成可执行程序后,运行时需要耗费时间资源和空间(内存)资源 ,因此衡量一个算法的好坏,一般是从时间和空间两个维度来衡量的,即时间复杂度和空间复杂度。
时间复杂度主要衡量一个算法的运行快慢,而空间复杂度主要衡量一个算法运行所需要的额外空间。在计算机发展的早期,计算机的存储容量很小。所以对空间复杂度很是在乎。但是经过计算机行业的迅速发展,计算机的存储容量已经达到了很高的程度。所以我们如今已经不需要再特别关注一个算法的空间复杂度。
考察形式范例
leetcode
腾讯面试题、剑指offer
二、算法的时间复杂度
时间复杂度的定义:在计算机科学中,算法的时间复杂度是一个函数,它定量描述了该算法的运行时间。它可以算出一个理论时间值,这个值与与其中语句的执行次数成正比例。那么算法的时间复杂度,通俗来讲,就是算法中的基本操作的执行次数。
大O的渐进表示法
大O符号(Big O notation):是用于描述函数渐进行为的数学符号。
推导大O阶方法:
1、用常数1取代运行时间中的所有加法常数。
2、在修改后的运行次数函数中,只保留最高阶项(取极限后对记过影响最大的一项)
3、如果最高阶项存在且不是1,去除与这个最高阶项相乘的常数。得到的结果就是大O阶。
4、时间复杂度以最坏情况为准(如在数组中搜索数组,时间复杂度为O(N))
常见的复杂度对比
void Func2(int N)
{
int count = 0;
for (int k = 0; k < 2 * N; ++k)
{
++count;
}
int M = 10;
while (M--)
{
++count;
}
printf("%d\n", count);
}
这段代码关键语句执行了 2N+10 次,只看最高项,为2N,再除去常数2,所以时间复杂度为O(N)
void Func3(int N, int M)
{
int count = 0;
for (int k = 0; k < M; ++k)
{
++count;
}
for (int k = 0; k < N; ++k)
{
++count;
}
printf("%d\n", count);
}
这段代码关键语句执行了 M+N 次,所以时间杂度为O(M+N)
void Func4(int N)
{
int count = 0;
for (int k = 0; k < 100; ++k)
{
++count;
}
printf("%d\n", count);
}
这段代码关键语句执行了100次,为常数次,所以时间复杂度为O(1)
void BubbleSort(int* a, int n)
{
assert(a);
for (size_t end = n; end > 0; --end)
{
int exchange = 0;
for (size_t i = 1; i < end; ++i)
{
if (a[i - 1] > a[i])
{
Swap(&a[i - 1], &a[i]);
exchange = 1;
}
}
if (exchange == 0)
break;
}
}
这段代码代码为冒泡排序算法,以最坏情况考虑(最后一次冒泡才排好序),第一次冒泡要比较 n-1次,第二次冒泡要比较 n-2 次…最后一次冒泡只需要比较 1 次,一共需要n趟比较。那么关键语句的执行次数为 (n-1)+(n-2)+(n-3)…+2+1=n*n/2(等差数列求和),所以冒泡排序的时间复杂度为 O(N^2)
int BinarySearch(int* a, int n, int x)
{
assert(a);
int begin = 0;
int end = n - 1;
while (begin <= end)
{
int mid = begin + ((end - begin) >> 1);
if (a[mid] < x)
begin = mid + 1;
else if (a[mid] > x)
end = mid - 1;
else
return mid;
}
return -1;
}
这段代码为二分查找算法,以最快情况考虑(最后一个元素才找到或者没找到),二分查找时间复杂度计算比较难,我画图来解释一下。
为了方便书写,我们通常将时间复杂度为 以2为底的对数简写为 O(logN)
long long Fib(size_t N)
{
if (N < 3)
return 1;
return Fib(N - 1) + Fib(N - 2);
}
这段代码是关于斐波那锲数列的递归解法,斐波那锲数列的递归法,用过的人都知道,只有理论意义,越递归,重复工作越多,越复杂,所以没有太大的实际意义。
当N=0的时候,一共进行了2N数量级次递归语句的执行,所以时间复杂度为log(2N)
例题:消失的数字
题目
数组
nums
包含从0
到n
的所有整数,但其中缺了一个。请编写代码找出那个缺失的整数。你有办法在O(n)时间内完成吗?
示例 :
输入:[3,0,1]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上C C++开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
链图片转存中…(img-So3CDVcw-1715594688885)]
[外链图片转存中…(img-fP7MzUDG-1715594688885)]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上C C++开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新