复杂度分析（下）最好、最坏、平均、均摊时间复杂度分析

• 最好、最坏、平均复杂度分析

这段代码要实现的功能是，在一个无序的数组（array）中，查找变量x 出现的位置。如果没有找到，就返回 -1。这段代码的复杂度是 O(n)。

我们在数组中查找一个数据，并不需要每次都把整个数组都遍历一遍，优化后的代码如下：

如果数组中第一个元素正好是要查找的变量 x，那就不需要继续遍历剩下的 n-1 个数据了，那时间复杂度就是O(1)，最好情况时间复杂度就是O(1)。但如果数组中不存在变量 x，那我们就需要把整个数组都遍历一遍，时间复杂度就成了 O(n)，最坏情况时间复杂度就是O(n)。

我们假设在数组中与不在数组中的概率都为 1/2。另外，要查找的数据出现在 0～n-1 这 n 个位置的概率也是一样的，为 1/n。所以，根据概率乘法法则，要查找的数据出现在 0～n-1 中任意位置的概率就是 1/(2n)。

去掉系数和常量，这段代码的平均时间复杂度仍然是 O(n)。

 

• 均摊时间复杂度

当数组没满时，插入操作很快，只需要执行1次赋值操作即可，时间复杂度为O(1)。当数组已满，需要扩容为原来的两倍，然后将元素数组中的值拷贝到新数组中，假如原数组长度为n,则需要进行n此操作,时间复杂度退化为O(n)。每当经历n次时间复杂度为O(1)的操作时，便经历1次时间复杂度为O(n)的操作， 整个插入操作的均摊时间复杂度就变为O(1)了。这就是摊还分析的大致思想。