为什么需要复杂度分析?
(1)能否满足解决问题的需求;需求,解决一个问题,1天和30天解决;如卫星计算,存储有限算法越快越好;
(2)避险;代码运行在内存中,海量数据,需要考虑空间存储,事后分析弊端,如:测试环境不同,复杂度的结果可能不同,事后分析的给生产来的严重后果,事前分析能够很好避险;;
怎么衡量算法的好坏?
数据结构和算法本身解决的是“快”和“省”的问题,即如何让代码运行得更快,如何让代码更省存储空间。所以,执行效率是算法一个非常重要的考量指标。那如何来衡量你编写的算法代码的执行效率呢?
时间分析
大O?
大 O 时间复杂度实际上并不具体表示代码真正的执行时间,而是表示代码执行时间随数据规模增长的变化趋势,所以,也叫作渐进时间复杂度。
公式中的低阶、常量、系数三部分并不左右增长趋势,所以都可以忽略(数据量足够大时候)。我们只需要记录一个最大量级就可以了;
如何分析一段代码的时间复杂度?
1. 只关注循环执行次数最多的一段代码