数据结构 -1- 时间复杂度和空间复杂度 | C

畋坪

已于 2023-04-13 23:14:09 修改

阅读量81

点赞数

分类专栏： # 数据结构初阶文章标签：算法数据结构排序算法

于 2023-03-16 12:52:11 首次发布

本文链接：https://blog.csdn.net/fantastic_13_7/article/details/129580983

版权

30 篇文章 0 订阅

订阅专栏

文章详细阐述了算法效率的两个方面——时间效率和空间效率，通过时间复杂度和空间复杂度进行衡量。举例说明了如何计算时间复杂度，如冒泡排序的时间复杂度为O(N²)，二分查找的时间复杂度为O(logN)。同时强调了空间复杂度的重要性，特别是额外开辟的空间。最后提到了常见的复杂度对比及在线编程练习题目。

摘要由CSDN通过智能技术生成

1.算法效率

效率：分为时间效率和空间效率。
时间效率：用 时间复杂度 衡量；
空间效率：用 空间复杂度 衡量。

时间复杂度 而不是 时间（实际运行时间受硬件环境等因素影响）

↓如何脱离环境的影响单纯考量算法的时间效率？

时间复杂度是指 操作次数 和 执行次数
时间复杂度→函数（数学表达式） eg.F(N)=N×N+2×N+10
大O的渐进表示法：
- 渐进→ 估算（大概） →算出量级
- eg.F(N)=N×N+2×N+10 取“影响”最大的项 👉 O(N×N)
- O(1)表示常数次而不是1次
e.g.
[ 1.计算 strchr 的时间复杂度 ]

//查找字符 character
//思路（依次核对）
while (*str)
{
	if (*str == character)
		return str;
	else
		str++;
}

在这里插入图片描述

最好：O(1)
平均：O(N/2)
最坏：O(N)
按最坏的情况考虑⇨预期管理

第一趟：比较 N-1 次 → 第二趟：比较 N-2 次 → 第三趟：比较 N-3 次……
i.e.
(N-1)+(N-2)+(N-3)+(N-4)+(N-5)……2+1 👉 等差数列 Σ 👉 N(N-1)/2
👉O(N²)

时间复杂度： O(logN)

为了达成某个目标而额外开辟的空间，也使用大O渐进表示法。

注意：函数运行时所需要的栈空间(存储参数、局部变量、一些寄存器信息等)在编译期间已经确定好了，因此空间复杂度主要通过函数在运行时候显式申请的额外空间来确定。

关注

专栏目录