算法的时空复杂度分析

一、时间复杂度

        时间复杂度往往只是定性描述，即不需要算出来具体数值。仅需要有大体的估算结果（有点像高数中的极限，仅考虑n趋近于正无穷时的情况）。下面给出几种常见时间复杂度的代码。

#include<iostream>
using namespace std;
int n,ans;
int main(){
	cin>>n;
	//O(1)和数据输入规模无关
	for(int i=0;i<9;++i)
		ans+=n;
	
	//O(logn)一般默认底数是2（就算不是也可以用指数换底公式换成2）
	for(int i=n;i;i/=2)
		ans+=n;
	
	//O(√n)
	for(int i=1;i*i<n;++i)
		ans+=n;
	
	//O(n)线性时间复杂度
	for(int i=0;i<n;++i)
		ans+=n;
	
	//O(n^2)
	for(int i=1;i<n;++i)
		for(int j=i+1;j<n;++j)
			ans+=n;
	
	return 0; 
}

        此外，还有O(n!)（阶乘级）、O(C^n)（指数级）等时间复杂度。很显然，在大规模数据下这种复杂度的算法是不可行的，因此应注意规避此类算法。

        由以上，计算出的时间复杂度为10^8级别以下，则在可接受范围之内。

二、空间复杂度

        可用sizeof(类型名或该类型的变量名)查看占用字节数。常用类型包括：

        int：32位二进制，2^31-1=2147483647（约10^9）可用于判断是否需要使用更大类型（如long long类型）的变量存储数据。

        long long：64位二进制，2^63-1（约10^18） 

        double：64位二进制，需要注意的是，当将一个十进制小数转化为二进制小数时，可能会转化为一个无限循环小数。如：0.5、 0.25、 0.125转化为二进制分别为0.1、 0.01、 0.001，但十进制的0.3很明显不能由二进制拼出。可运行如下代码进行测试：

#include<iostream>
using namespace std;
double n,ans;
int main(){
	
	cout<<(0.1+0.2==0.3);//结果为0，说明等式不成立
    //因此若想判断两小数运算相等，最好用 0.1+0.2-0.3<=1e-7 的方式
	
	return 0;
}

        char：8位二进制

        bool：8位二进制，但仅有0和1 

         以下给出计算变量所占空间方式：

        8位二进制=1个字节

        1024字节=1KB

        1024KB=1MB

        1024MB=1GB

        ……              

        给个题练手：

        题目的空间限制位512MB，在没有递归等其他消耗下，且只开一个int数组则该数组最大可开到什么数量级？

        512*1024（得到KB数）*1024（得到字节数）*8（得到位数）/32（int位数）≈10^8