数据结构与算法之入门篇——04 | 最好、最坏、平均、均摊时间复杂度

最新推荐文章于 2024-01-31 14:14:52 发布

暴走的小程序猿

最新推荐文章于 2024-01-31 14:14:52 发布

阅读量531

点赞数 1

分类专栏：计算机基础文章标签：数据结构算法

本文链接：https://blog.csdn.net/bzs2510568513/article/details/122648059

版权

本文介绍了数据结构与算法中四种时间复杂度概念：最好情况、最坏情况、平均情况和均摊时间复杂度。通过实例解析了它们的含义和应用场景，特别是均摊时间复杂度，它在一组连续操作中有高时间复杂度操作时，通过分析可以将成本均摊到其他低复杂度操作上，使得整体均摊时间复杂度降低。

摘要由CSDN通过智能技术生成

大部分情况下，我们并不需要区分最好、最坏、平均三种复杂度。平均复杂度只在某些特殊情况下才会用到。而均摊时间复杂度应用的场景比它更加特殊、更加有限。

// n 表示数组 array 的长度
int find(int[] array, int n, int x) {
  int i = 0;
  int pos = -1;
  for (; i < n; ++i) {
    if (array[i] == x) {
       pos = i;
       break;
    }
  }
  return pos;
}

以上面的代码为例，我们说明最好、最坏、平均三种复杂度。

最好情况时间复杂度

在最理想的情况下，执行这段代码的时间复杂度

以上面的代码为例，在最理想的情况下，要查找的变量 x 正好是数组的第一个元素，这个时候对应的时间复杂度 O(1)就是最好情况时间复杂度

最坏情况时间复杂度

在最糟糕的情况下，执行这段代码的时间复杂度

以上面的代码为例，如果数组中没有要查找的变量 x，我们需要把整个数组都遍历一遍才行，所以这种最糟糕情况下对应的时间复杂度O(n)就是最坏情况时间复杂度

最低0.47元/天解锁文章