算法的时间复杂度和空间复杂度

1时间复杂度

1，时间复杂度的概念

时间复杂度的定义：在计算机科学中，算法的时间复杂度是一个函数，它定量的描述了算法的运行时间，一般来说，算法中的基本操作的执行次数，为算法的时间复杂度

即：找到某条基本语句于基本规模N之间的数学表达式，就是算出了该算法的时间复杂度（与硬件无关）

2，时间复杂度的例题

让我们看一个例题：

第一题： 

两套for循环+k有2*N次循环＋while循环中的M的10次，所以O(N)=N*N+10+2N（准确的）

 相信大家都理解了上面的代码，让我们再看看下面的代码吧（会越来越有挑战性哦）

第二题： 

eg：如果不确定 M和N的关系，那就把未知数都带上，答案最好写O(M+N)

第三题：

这个题的循环了100次，但是我们一般会把常数次写成0（1） ，O（1）不代表只执行1次，代表的是执行常数次

2，大O的渐进表示法：

经过上题的总结：（时间复杂度都是估算，取决定性的那一项）

 

 第四题：

注意：时间复杂度计算不能数代码的循环，应该根据思想，灵活计算 

 冒泡排序的思想：一趟比较n-1次，2趟比较n-2次一直到第n趟，即比较次数就是等差数列的求和

既然讲到了冒泡排序，那就让我们再看看一个题吧~

给小伙伴们一点时间去想一下这道题哦~

让我们看看下面的思路吧~

 让我们来看一下代码的实现~

好啦~让我们看看二分查找的时间复杂度吧~

 

 第五题： （阶乘专题）

1让我们先入门看个例子吧~

答案是O（n）

解析：递归调用是多次调用的累加，大家可以把N赋值，然后可以看出每次递归都是常数次，所以当N时，时间复杂度是O(N)

2

答案：O(N)

解析：可以看出N不断变化，当N=10时，for循环循环了10次，N变成9时，for循环循环了9次，.....一直到N变成0时，结束停止循环，在这个过程中，递归调用是多次调用的累加，所以时间复杂度是以0为首项，以N为尾项的和（等差数列）

3.

答案：O(2^N)，2的n次方

解析：由右边的图可以知道，呈细胞分裂的形式，即等比数列的方式

好啦~我们的时间复杂度就已经讲到这里了，后期博主会持续更新时间复杂度的知识的学习哦

让我们接下来看一下空间复杂度吧

2，空间复杂度

1，空间复杂度的概念

2空间复杂度的习题 

 例题1：

答案：空间复杂度为O(1），

解析：空间复杂度看由于程序临时额外占用的存储空间的大小的量度，

在本代码中可以看出，由于完成这个算法而开辟的空间是size-t，（size-t是unsigned int类型，是占4个字节，因此是常数

例题2：

 答案：空间复杂度为O(n），

 解析：空间复杂度看由于程序临时额外占用的存储空间的大小的量度，在本代码可以轻易看出，需要开辟的空间是malloc（n+1）

例题3“

 让我们看一下解析：

思路：

代码实现： 

 例题4：

 空间释放是将这块空间归还到系统，而不是将空间销毁，Fib（2）被归还回去，然后才开始计算Fib（1），此时Fib（1）用的是Fib（2）的空间

例题五：

 我们不考虑时间复杂度，我们先看正常解题思路：

 有了上面的基础，我们在考虑O(1)的时间复杂度

思路和上面是一样的，只不过两个指针指向一个数组

 

 好啦~复杂度专题就讲到这里啦，谢谢大家观看哦