数据结构学习笔记（学习冒险版）

自用，目前内容为老师上课讲的内容、做题遇到的问题解析、以及自己的总结。

目录

1.时间复杂度和空间复杂度

1.时间复杂度和空间复杂度

时间复杂度：分析算法的执行效率 

一段代码的总执行次数会用T（n）表示，当代码比较多的时候，使用T（n）就有点麻烦了，并且调用函数的时候运算起来也很麻烦，所以算法一般使用T（n）简化的估算值来衡量代码执行的速度，这个简化的估算值叫做时间复杂度。

①如果T（n）=常数，则可以直接估算为1；

②如果T（n）=常数×n+常数，可以直接省略后面的常数，前面的常数可以估算为1，所以它的时间复杂度就是n；

③如果是多项式，我们只需要保留n的最高次项，系数也直接去掉，例如T（n）=5^3+6666n^2+233，其时间复杂度是n^2。

这样的时间复杂度并不完整，要加上O（），①中的时间复杂度为O（1）③中的时间复杂度为O（n^2）。

一些栗子：

void func3(int n)
{
      for(int i=0;i<n;++i)
      {
           for(int j=0;j<n;++j)
           {
                 printf("我今天吃了油闷大虾！");
           }
      }
      for(int i=0;i<n;++i)
      {
                 printf("还吃了爆炒兔肉");
      }
}

其时间复杂度为n^2+n，即O（n^2）；

void func(int n)
{
      for(int i=0;i<n;++i)
      {
           for(int j=i;j<n;++j)
           {
                 printf("猪是的念着倒");
           }
      }
}

T（n）=n+（n-1）+（n-2）……+2+1=[2*（n+1）]/2=（1/2）*n^2+1/2=O（n^2）

算法复杂度看执行次数最多的语句，一般是最内的循环语句

void func3(int n)
{
      for(int i=1;i<n;i*=2)
      {
                 printf("孤独的狼请求添加您为好友\n");
      }
}

首先令n分别等于8和16，可以得到T（8）=3，T（16）=4；

观察可以发现，T（8）=3------>  2^3=8  ------>  2^T（8）=8； T（16）=4------>  2^4=16  ------>  2^T（16）=16； 所以T（n）和n的关系就是2的T（n）次方等于n；

利用log公式可知T（n）=，写完整就是3+2，log的底数跟系数是一样的，也需要去掉，最后正确的时间复杂度为O（logn）

以上知识点引用b站up主小古银小学生也能看懂的时间复杂度（大概吧）_哔哩哔哩_bilibili

空间复杂度：是对一个算法在运行过程中临时占用存储空间大小的一个量度，我们用 S(n) 来定义。

计算方法：

1. 空间复杂度 O(1)
如果算法执行所需要的临时空间不随着某个变量n的大小而变化，即此算法空间复杂度为一个常量，可表示为 O(1)

int i = 1;
int j = 2;
++i;
j++;
int m = i + j;

变量 i、j、m 所分配的空间都不随着处理数据量变化，因此它的空间复杂度 S(n) = O(1)

2. 空间复杂度 O(n)

int[] m = new int[n]
for(i=1; i<=n; ++i)
{
   j = i;
   j++;
}

这段代码中，第一行new了一个数组出来，这个数据占用的大小为n，这段代码的2-6行，虽然有循环，但没有再分配新的空间，因此，这段代码的空间复杂度主要看第一行即可，即 S(n) = O(n)

转自：​​​​​​​https://zhuanlan.zhihu.com/p/50479555