时间复杂度和空间复杂度

时间复杂度计算

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
long long Factorial(size_t N)
{
	return N < 2 ? N : Factorial(N - 1) * N;
}
int main()
{
	return 0;
}

• N!为N*(N-1)*(N-2)*....*1
• 时间复杂度为O(N)

---

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
long long Fib(size_t N)
{
	if (N < 3)
		return 1;
	return Fib(N - 1) + Fib(N - 2);
}

int main()
{
	return 0;
}

•  等比数列 :2^0+2^1+2^2+2^3+2^4......2^(N-1)
• 斐波拉契数列的时间复杂度为O(2^N)

复杂度的比较

•  时间复杂度能优化到O(logN)，也是十分优秀的，
• 比如说：在一个中国14亿人口中找一个人(已经从小到大的排序)，最多找多少次
  答案是31次,2^10=1024,2^30=10亿左右，2^31=20亿左右

常见空间复杂度的计算 

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
long long Factorial(size_t N) 
{
	return N < 2 ? N : Factorial(N - 1) * N;
}
int main()
{
	return 0;
}

• 栈帧 也会消耗空间,  时间会累积，而空间不会累积
• 递归调用了N次，开辟了N个栈帧，每个栈帧使用了常数个空间。空间复杂度为O(N)

---

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
long long Fib(size_t N)
{
	if (N < 3)
		return 1;
	return Fib(N - 1) + Fib(N - 2);
}

int main()
{
	return 0;
}

•  时间会累积，空间不会累积
• 斐波拉契数列的空间复杂度为O(N)

如何理解时间会累积，空间不会累积？

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
void f1()
{
	int a = 0;
	printf("%p\n", &a);
}

void f2()
{
	int b = 0;
	printf("%p\n", &b);
}

int main()
{
	f1();
	f2();
	return 0;
}

• 明明是不同的临时变量，可是两个的地址却是一样的(与函数栈帧有关系)
• 时间用了，就用了，时间是没有办法保留的，所以时间是会累积的

顺序表和链表(带头双向循环链表)的区别

不同点	顺序表	链表
存储空间上	物理上一定连续	逻辑上连续，但物理上不一定连续
随机访问	支持O(1)	不支持:O(N)
任意位置插入或者删除元素	可能需要搬移元素，效率低O(N)	只需改变指针指向
插入	动态顺序表，空间不够时需要扩容	没有容量的概念
应用场景	元素高效存储+频繁访问	任意位置插入和删除频繁
缓存利用率	高	低

• 顺序表优点：下标随机访问，cpu高速缓存命中率高
• 顺序表缺点：头部或者中间插入删除效率低(需要挪动数据)，扩容(有一定程度性能消耗，可能存在一定程度空间浪费)
• 链表优点：任意位置插入擅长的O(1)，按需申请释放
• 链表缺点：不支持下标随机访问

如何理解顺序表优点中的cpu高速缓存命中率高

 

•  简单来说cpu的读取速度很快，而内存又很慢，所以需要借助三级缓存或者寄存器
• 内存中的数据会加载一段进缓存，cpu会从三级缓存中读取一段，
• 上面也说了，顺序表的地址一定是连续的，而链表的地址不一定是连续的
• 对于顺序表，一个命中了，后面一段一定也会命中，
• 对于链表，一个命中了，后面一段不一定也会命中，

参考文献：与程序员相关的CPU缓存知识