大O表示法

什么样的程序才是好的程序？好的程序设计无外乎两点，"快"和"省"。"快"指程序执行速度快，高效，"省"指占用更小的内存空间。这两点其实就对应"时间复杂度"和"空间复杂度"的问题。那么如何分析程序的时间复杂度和空间复杂度？大O表示法。

定义

"大O表示法"表示程序的执行时间或占用空间随数据规模的增长趋势。

算法的时间复杂度通常用大O符号表述，定义为 T[n] = O(f(n))。称函数 T(n) 以 f(n) 为界或者称 T(n) 受限于 f(n)。 如果一个问题的规模是 n，解这一问题的某一算法所需要的时间为 T(n)。T(n) 称为这一算法的“时间复杂度”。当输入量n逐渐加大时，时间复杂度的极限情形称为算法的“渐近时间复杂度”。

简介

我们常用大O表示法表示时间复杂度，注意它是某一个算法的时间复杂度。大O表示只是说有上界，由定义如果 f(n)=O(n)，那显然成立 f(n)=O(n^2)，它给你一个上界，但并不是上确界，但人们在表示的时候一般都习惯表示前者。此外，一个问题本身也有它的复杂度，如果某个算法的复杂度到达了这个问题复杂度的下界，那就称这样的算法是最佳算法。

大O表示法可以帮助我们快速分析算法的性能优劣，也可以帮助我们分析一个算法的实用性。

图例说明

画一个 16 个格子的网格，下面分别列举几种不同的画法，并用大O表示法表示。

一次画一个格子

如下图所示。时间复杂度为 O(n)。

折叠纸张

折叠四次就能出现16个格子，如下图所示。时间复杂度为 O(logN)。

一些常见的大O运行时间

• O(log n)，也叫对数时间，二分查找。

• O(n)，也叫线性时间，简单查找。

• O(n * log n)，快速排序——一种速度较快的排序算法。

• O(n²)，选择排序——一种速度较慢的排序算法。

• O(n!)，旅行商问题的解决方案——一种非常慢的算法。

总结

• 算法的速度指的是操作数的增速，而非时间。

• 谈论算法速度说的是随着输入的增加，其运行时间将以什么样的速度增加。

• 用大O表示法表示算法的运行时间。

• 随着元素的增加，快算法比慢算法增加的速度是指数级的。比如，O(log n) 和 O(n)。

 

P.S.

旅行商问题就是：一个销售员，要去5个城市，他想规划一下最短距离，然后选出最短的距离。5个城市一共有120种规划方案（5!）。n个城市就有n!种规划方案。旅行商问题在计算机科学领域是无解的。