算法效率笔记

一个好的算法需要正确性，可读性，健壮性，高效性。

前三个没什么需要注意的，但是说到高效性，那么

，根据实际需求，这就要求我们进行取舍了。

接下来我们看看如何对算法运行时间进行度量

第一种方法有缺点，首先受环境影响，不写完代码不能看到结果

第二种方法：一次操作的时间*总操作次数

看第一行，这里注意，for循环的每一次判断都是对for的一次执行，不一定非要判断成功了才算是他的执行

看第二行，这里由于外层的for成功判断了，n次，所以你的这个第二个for语句需要运行n*(n+1）次

第三行，这里是上面的两个for都成功判断了n次，所以是n*n次。

另一种方法，说人话就是比较一下数量级。

这叫渐进时间复杂度。

可以这么表示

但是省流：找出次数最高的一个，就可以和其他的算法的复杂度进行比较了。

贡献最大的这位称为基本操作

在这几种数据中n的选取方法

来看一下可有可无的定理，说人话就是只看最高次项

记得写法不要错哦，记得写

当然，这里有旁门左道，就是找到嵌套最深的，他的最高次就可以了

就是这个算法的渐进时间复杂度

在看一个例子

其中有几点需要注意的，首先就是求和符号的用法，从实际意义来看

就是把k从一变成j的过程中，1的所有取值求出来

当然，1是不变的，所以直接就是j

再看这个

就是把j从j变化到i的过程中所有j的值求和，所以得到i（i+1）/2

最后算这个，这个可以分开来算，否则太复杂辣

得到这么一个东东

其中有一个结论，n*n从1到n的求和就是这个n（n+1）(2n+1)

在看一个例子吧

其中呢，找出那个i的所谓的通项公式是关键

二时间复杂度的其他注意事项

通常我们会考虑最坏和平均。

还有就是

这玩意之前都说过了，芜湖

当然，还可以通过函数的样子来判断

分割线--------------------------------------------------------------------------------------

上面都是时间效率的讨论，接下来说说空间效率

概览

例子看看

其中t占用的空间就是辅助空间

占用的空间是1，称为常数阶，称为原地工作

第二个占用的显然和我们的数组的元素个数成一次函数的关系，称为一次阶