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