算法复杂度分析
作用:
通过他可以估算程序和算法的运行时间、使用内存、随着数据规模增大的增长规律。实际意义就是估分,选择更好的算法。
时间复杂度
简介:
算法的时间复杂度是一个函数,定量的描述了该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。常用大O符号表示,不包括这个函数的低阶项和首项系数,使用这种方式时,时间复杂度可被称为是渐进的,亦即考察输入值大小趋近无穷时的情况。
例如:一个算法对于任何大小为n的输入,它至多要 5n³+3n的运行时间,那么它的渐进时间复杂度是O(n³)。
算法复杂度可以组合来进行估算的。例如:整个程序需要从1到n进行二分,这边的算法复杂度为O(logn),每一次的枚举要进行k次的验证操作,算法复杂度是O(k*logn)。
内存/空间复杂度
与时间复杂度类似,是计算一个程序使用的内存增长趋势的方式。
一般算法竞赛会提供64MB/128MB/256MB的运行内存,一个int是4B。
假设给出128MB的空间,则可以估算放得下的int数组大小为:
所以说开千万级别的数组是安全的(大的数组尽量不要开在子函数内,可能会暴栈)