关于算法复杂度

1.复杂度的概念

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。

 2.时间复杂度

定义：在计算机科学中，算法的时间复杂度是⼀个函数式T(N)，它定量描述了该算法的运⾏时间。

时 间复杂度是衡量程序的时间效率，那么为什么不去计算程序的运⾏时间呢？

 1. 因为程序运⾏时间和编译环境和运⾏机器的配置都有关系，⽐如同⼀个算法程序，⽤⼀个⽼编译 器进⾏编译和新编译器编译，在同样机器下运⾏时间不同。 2. 同⼀个算法程序，⽤⼀个⽼低配置机器和新⾼配置机器，运⾏时间也不同。 3 并且时间只能程序写好后测试，不能写程序前通过理论思想计算评估。

3.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阶规则

1. 时间复杂度函数式 T(N) 中，只保留最⾼阶项，去掉那些低阶项，因为当 N 不断变⼤时，

低阶项对结果影响越来越⼩，当 N ⽆穷⼤时，就可以忽略不计了。

2. 如果最⾼阶项存在且不是 1 ，则去除这个项⽬的常数系数，因为当 N 不断变⼤，这个系数

对结果影响越来越⼩，当 N ⽆穷⼤时，就可以忽略不计了。

3. T(N) 中如果没有 N 相关的项⽬，只有常数项，⽤常数 1 取代所有加法常数。

 

计算示例 

 

实例1 

// 计算Func2的时间复杂度？
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);
}

Func2执⾏的基本操作次数：

T ( N ) = 2 N + 10

根据推导规则第3条得出

Func2的时间复杂度为： O ( N )

 

实例2 

// 计算Func3的时间复杂度？
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);
}

Func3执⾏的基本操作次数：

T ( N ) = M + N

因此：Func2的时间复杂度为： O ( N )

实例3

// 计算Func4的时间复杂度？
void Func4(int N)
{
int count = 0;
for (int k = 0; k < 100; ++ k)
{
++count;
}
printf("%d\n", count);
}

T ( N ) = 100

根据推导规则第1条得出

Func2的时间复杂度为： O (1)

实例4

 

// 计算strchr的时间复杂度？
const char * strchr ( const char* str, int character)
{
const char* p_begin = str;
while (*p_begin != character)
{
if (*p_begin == '\0')
return NULL;
p_begin++;
}
return p_begin;
}

1）若要查找的字符在字符串第⼀个位置，则： T ( N ) = 1

2）若要查找的字符在字符串最后的⼀个位置，

则： T ( N ) = N

3）若要查找的字符在字符串中间位置，则：

T ( N ) = 2 / N

因此：strchr的时间复杂度分为：

最好情况： O (1)

最坏情况： O ( N )

平均情况： O ( N )

 

注意 

通过上⾯我们会发现，有些算法的时间复杂度存在最好、平均和最坏情况。

最坏情况：任意输⼊规模的最⼤运⾏次数(上界)

平均情况：任意输⼊规模的期望运⾏次数

最好情况：任意输⼊规模的最⼩运⾏次数(下界)

⼤O的渐进表⽰法在实际中⼀般情况关注的是算法的上界，也就是最坏运⾏情况。

 

 实例5

 

// 计算BubbleSort的时间复杂度？
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;
}
}

1）若数组有序，则：

T ( N ) = N

2）若数组有序且为降序，则：

T ( N ) = （ N ∗ ( N + 1)）/2

因此：BubbleSort的时间复杂度取最 差情况为： O ( N 2 )

实例6 

void func5(int n)
{
int cnt = 1;
while (cnt < n)
{
cnt *= 2;
}
}

当n=2时，执⾏次数为1

当n=4时，执⾏次数为2

当n=16时，执⾏次数为4

假设执⾏次数为 x ，则 2 x = n

因此执⾏次数： x = log n

因此：func5的时间复杂度取最差情况为：

O (log 2 n )

注意课件中和书籍中 log 2 n 、 log n 、 lg n 的表⽰

当n接近⽆穷⼤时，底数的⼤⼩对结果影响不⼤。因此，⼀般情况下不管底数是多少都可以省略不

写，即可以表⽰为 log n

不同书籍的表⽰⽅式不同，以上写法差别不⼤，我们建议使⽤ log n

 

实例 7

// 计算阶乘递归Fac的时间复杂度？
long long Fac(size_t N)
{
if(0 == N)
return 1;
return Fac(N-1)*N;
}

阶乘递归的时间复杂度为： O(n)  

 4. 空间复杂度

空间复杂度也是⼀个数学表达式，是对⼀个算法在运⾏过程中因为算法的需要额外临时开辟的空间。

空间复杂度不是程序占⽤了多少bytes的空间，因为常规情况每个对象⼤⼩差异不会很⼤，所以空间复杂度算的是变量的个数。

空间复杂度计算规则基本跟实践复杂度类似，也使⽤⼤O渐进表⽰法。

注意：函数运⾏时所需要的栈空间(存储参数、局部变量、⼀些寄存器信息等)在编译期间已经确定好 了，因 此空间复杂度主要通过函数在运⾏时候显式申请的额外空间来确定

// 计算BubbleSort的时间复杂度？
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;
}
}

函数栈帧在编译期间已经确定好了， 只需要关注函数在运⾏时额外申请的空间。

BubbleSort额外申请的空间有 exchange等有限个局部变量，使⽤了 常数个额外空间

因此空间复杂度为 O (1)

5.复杂度算法题  

旋转数组

https://leetcode.cn/problems/rotate-array/description/

 

时间复杂度 O(n2)
循环K次将数组所有元素向后移动⼀位（代码不通过）
void rotate(int* nums, int numsSize, int k) {
while(k--)
{
int end = nums[numsSize-1];
for(int i = numsSize - 1;i > 0 ;i--)
{
nums[i] = nums[i-1];
}
nums[0] = end;
}
}

空间复杂度 O(n)
申请新数组空间，先将后k个数据放到新数组中，再将剩下的数据挪到新数组中
void rotate(int* nums, int numsSize, int k)
{
int newArr[numsSize];
for (int i = 0; i < numsSize; ++i)
{
newArr[(i + k) % numsSize] = nums[i];
}
for (int i = 0; i < numsSize; ++i)
{
nums[i] = newArr[i];
}
}

前n-k个逆置：4 3 2 15 6 7
• 后k个逆置 ：4 3 2 17 6 5
• 整体逆置 ：5 6 7 1 2 3 4
void reverse(int* nums,int begin,int end)
{
while(begin<end){
int tmp = nums[begin];
nums[begin] = nums[end];
nums[end] = tmp;
begin++;
end--;
}
}
void rotate(int* nums, int numsSize, int k)
{
k = k%numsSize;
reverse(nums,0,numsSize-k-1);
reverse(nums,numsSize-k,numsSize-1);
reverse(nums,0,numsSize-1);
}