【数据结构与算法】复杂度

什么是算法？

◼ 算法是用于解决特定问题的一系列的执行步骤
◼使用不同算法，解决同一个问题，效率可能相差非常大

如何评判一个算法的好坏？

◼如果单从执行效率上进行评估，可能会想到这么一种方案

• 比较不同算法对同一组输入的执行处理时间，这种方案也叫做：事后统计法

◼然而，上述方案有比较明显的缺点：

• 执行时间严重依赖硬件以及运行时各种不确定的环境因素必须编写相应的测算代码测试数据的选择比较难保证公正性

◼一般从以下维度来评估算法的优劣

• 正确性、可读性、健壮性（对不合理输入的反应能力和处理能力）
  • 时间复杂度（time complexity）：估算程序指令的执行次数（执行时间）
  • 空间复杂度（space complexity）：估算所需占用的存储空间

大O表示法（Big O）

◼一般用大O表示法来描述复杂度，它表示的是数据规模n对应的复杂度
◼忽略常数、系数、低阶

• 9 >> O(1)
• 2n+3 >> O(n)
• n^2+2n+6 >> O(n2)
• 4n^3 + 3n^2+22n+100 >> O(n3)

注意：大O表示法仅仅是一种粗略的分析模型，是一种估算，能帮助我们短时间内了解一个算法的执行效率

对数阶的细节

◼对数阶一般省略底数
log2n = log29 ∗ log9n
所以 log2n、log9n 统称为 logn

常见的复杂度

◼O(1)< O(logn) < O(n) < O(nlogn) < O(n^2) < O(n^3) < O(2n) < O(n!) < O(n^n)

我们可以借助函数生成工具对比复杂度的大小：
https://zh.numberempire.com/graphingcalculator.php

• 数据规模较小时
  
• 数据规模较大时
  
  ◼一个用于练习算法的好网站
  https://leetcode.com/
  https://leetcode-cn.com/