数据结构学习笔记——时间复杂度

要计算具体的时间，是跟机器有关的，但是没有规定标准的机器是什么，所以不能计算准确的时间，那么就算执行次数

外面的循环每跑一次，里面的循环跑n次，那么外面跑n次，里面跑n*n次，因为N越大，后面的项对结果的影响是越小的，所以算个大概就可以了，那么使用大o的渐进表示法（一种估算），先算精确的，再看对结果影响最大的那一项，保存下来

++k不算次数，算的是循环的次数，不是算走了多少条指令，算的是大概这个算法的逻辑走了多少次，++k算到指令级别了，k++了多少次count就++了多少次

M和N大小不知道，那么就认为是O(M+N)

时间复杂度优化到O（1），并不是说只能运算一次，是指的只能运算常数次

strchar(一个用的比较少的库函数)：在字符串里查找字符

不同情况有不同变化

如果这是一个字符串，字符串的大小不知道，这是一个数组，数组的大小不知道，那么我们都认为字符串或者数组它的大小是N，在时间复杂度里都用N代表大小

平均情况其实没有什么特别的意义，大部分情况都不看平均，如：希尔排序，它很少出现最坏的情况，有时候就会看平均。

百分之九十九看最坏

看思想，有些算法不能光看代码

冒泡排序的思想是，两个数从前开始，排升序，前一个比后一个大，交换.....第一趟交换完，把最大的数冒到最后。最大的数不需要动，第二趟再从头开始，前一个比后一个大，交换.....次大的数就被冒到倒数第二的位置了，再继续....

这虽然是两个循环嵌套在一起，里面这层循环并不是N，外面循环是N,里面的end是在变化的，所以就要去看思想了，第一次数据比较了N-1次，第二次数据比较了N-2，....最后一次比较了1次，它是一个等差数列

最好一次就能找到，但不能看最好的情况，要看最坏的情况，找不到一定是最坏的情况（或者最边上），二分查找主要是一种缩放，当区间上只有一个值，left和right相等，left和right标记的这个区间只有一个值了，这个时候就找不到了，找了一次×2，找了多少次就×了多少个2，反向展回去，最后就是这个数组的大小,也就是N。1*2*2*2.....=N 找了X次也就是2^x=N

也可以每找一次/2去思考，找了多少次就除了多少次，N/2/2/2/2....=1 找了X次也就是2^x=N

二分查找缺陷：对数据要求要有序，要先排序，排序的消耗还是蛮大的

阶层N调用阶层N-1, 阶层N-1调用阶层N-2 然后不断往下走，每一层建立一个栈帧，算的是次数，递归下来总共运算了

递归算法的时间复杂度=递归的次数*每次递归调用的次数

当前递归算法走，每次递归里可以认为if()比较了一次，return 这里计算了一次，两次啊三次这种都可以认为是常数次，每次就是O(1)，每次递归调用的次数就是O(1)，递归了N次

斐波那契数列递归次数就相对复杂,Fib(N)调用Fib(N-1)和Fib(N-2)，Fib(N-1)调用Fib(N-2)和Fib(N-3)，如果右边是满的这其实是一个等比数列，但是肯定不满，中间会缺（可以代一个数进去，这样容易理解），每次递归是O(1)，图中每个Fib都代表递归次数,X（相当于空缺的地方）远小于前面的，可以忽略不计

如果每个递归都走到最下面的那层才是2^0+2^1+2^2+....+2^(N-1),右边会提前递归结束

所以仅仅看实现可能看不出来，得根据思想去画图去分析