算法效率的衡量准测:时间效率,空间效率,
时间复杂度
算法的时间效率对应的时时间复杂度。判断一个算法在时间上的效率,不能单光比运行速度,因为运行速度会因环境不同而有很大差异。
时间复杂度的定义:算法的时间复杂度是一个函数(数学上的函数,不是c语言中的),它的定量描述了该算法的运行时间(这个时间不是现实意义上的时间,一分钟两分钟之类的)。一个算法所花费的时间与其中语句的执行次数成正比,算法中的基本操作的执行次数,为算法的时间复杂度。
void Func1(int N)
{
int count = 0;
for (int i = 0; i < N ; ++ i)
{
for (int j = 0; j < N ; ++ j)
{
++count;
}
}
for (int k = 0; k < 2 * N ; ++ k)
{
++count;
}
int M = 10;
while (M--)
{
++count;
}
printf("%d\n", count);
}
看这段代码,其中每个循环中的++count都可以算作上面所说的基本操作。大致算一下基本操作的次数,这个函数Func1的执行的操作次数:Func1(N)=N^2+2*N+10
我们可以看出,当N越来越大时,这个表达式中每一项的占比差距开始拉大。
N=1000,Func1(N)=1002010,可以看出,这个时候N^2占大头。
所以实际中我们进行计算时间复杂度 时,我们其实并不一定要计算精确的执行次数,而只需要大概执行次数,这里我们使用大O的渐进表示法。
大O渐进表示法
大O符号:是用于描述函数渐进行为的数学符号
推到大O阶方法:(按顺序)
1.用常数1替换表达式中所有的常数。
2.替换1后,只保留最高阶项
3.如果最高阶项不是1,就去除这项的参数,得到的结果就是大O阶。
Func1(N)===>O(N^2)
O(N^2)就是大O渐进表示法的结果
空间复杂度
空间复杂度也是一个数学表达式,是对一个算法在运行中临时占用储存空间大小的量度。
空间复杂度也用大O渐进表示法。
注意:函数运行是所需要的栈空间(存储参数,局部变量,一些寄存器信息等)在编译期间就已经确定好了,因此空间复杂度主要通过函数在运行时,申请的额外空间来确定。
如:
void BubbleSort(int* a, int n)
{
assert(a);
for (size_t end = n; end > 0; --end)
{
int exchange = 0;
for (size_t i = 1; i < end; ++i)
{
if (a[i-1] > a[i])
{
Swap(&a[i-1], &a[i]);
exchange = 1;
}
}
if (exchange == 0)
break;
}
}
这是一个冒泡排序
冒泡排序:像气泡从水底网上窜,在数组中从开头往后依次比较大小,如果大于(升序)/小于(降序),则交换两数的位置,循环。
因为冒泡排序本质上是在原数组中进行交换,没有额外开辟空间(单个局部变量i不算,常数不管多少要变成1记得吗),所以:O(1)。