1.2_算法之时空复杂度

一. 算法 VS 程序

一言蔽之: 程序基于算法

算法价值: 高效处理数据, 解决问题

算法即解决问题的方法, 是程序的雏形

二. 有算法不一定能解决问题

例如拧螺母，扳手相对于钳子来说更好使(选择算法),但是在拧的过程(编写程序)中发现螺母生锈拧不动，这时就需要另想办法

三. 算法评测标准

1. 算法特性

1. 准确性: 能解决特定问题
2. 健壮性: 基于该算法的程序不能奔溃

• 满足上述两个特性才能称之为算法

2. 程序执行效率

• 程序基于算法, 执行效率由算法时空复杂度决定

1. 时间复杂度: 算法执行时间
2. 空间复杂度: 执行算法所需内存空间大小

四. 时间复杂度

1. 计算方式

1. 估算: 主要看循环结构循环次数(频度), 与时间复杂度成反比

2. 表示方式

1. 大O记法: O(频度)
2. 大O规则:
   • 去常数: O($3n^2+n+1$) —> O($3n^2+n$)
   • 保留最高项: O($3n^2+n$) —> O($3n^2$)
   • 去系数: O($3n^2$) —> O($n^2$)

3. 常见时间复杂度排序

O(1)常数阶 < O(logn)对数阶 < O(n)线性阶 < O($n^2$)平方阶 < O($n^3$)立方阶 < O($2^n$)指数阶

五. 时空复杂度互转

1. 例如: 闰年判断

1. 时间换空间: 判断能否被4或400整除
2. 空间换时间:
   • 将所有年份判断出来并存储在数组中(年份和下标对应), 闰年对象下标值为1, 否则为0
   • 当需要判断时, 直接看该年份对应下标对应的值, 无须计算即得结果

2. 典型例子

1. 空间换时间: Chrome浏览器快但是高耗内存