数据结构与算法①

时间复杂度：

！常数操作：一个操作如果跟数据量无关，每次都是固定时间内完成的操作，就叫做常数操作。

int a=1, b=2;
a+b//没有数据量的操作

list[1,2,3,4,5,6,7,8,9,0]
for(int i=0;i<list.Length;i++)
{
    //数据量的操作
    //数据长度就是操作次数
}

！时间复杂度就是在算法流程中，描述常数操作次数的表达式，用于估计算法运行时间的一个式子（单位），写作O(n)，算法流程的好坏先看时间复杂度，再看不同样本下的实际运行时间(也叫常数项时间)。

重点**********多次循环中O(n)的次方必须都操作同组数据，复杂情况时根据算法执行过程判断。

print("hello")//O(1)执行一次

for(int i=0;i<list.Length;i++)//O(n)执行N次
{
    print("hello")
}

for(int i=0;i<list.Length;i++) //O(n²)执行N次的平方
{
    for(int j=0;j<i-1;j++)
    {
        print("hello")
    }
}

for(int i=0;i<list.Length;i++) //O(n³)执行N次的立方
{
    for(int j=0;j<i-1;j++)
    {
        for(int k=0;k<j-1;k++)
        {
            print("hello")
        }
    }
}

！不上升的数据量的操作时，始终属于O(1)

//执行三次，没有数据量的操作，始终是O(1)
print("hello")
print("hello")
print("hello")

//循环一次，常数操作多次。始终是O(n)
for(int i=0;i<list.Length;i++) 
{
    print("hello")
    print("hello")
}

//循环二次，每次循环常数操作多次，始终属于O(n²)
for(int i=0;i<list.Length;i++) 
{
    print("hello")
    print("hello")
    for(int j=0;j<i-1;j++)
    {
        print("hello")
        print("hello")
        print("hello")
    }
    
}

！当循环中出现折半的时候，复杂度式子中会出现logn，写作O(logn)

int i=64；

while(i>1)
{
    print(i);
    i=i/2;
}
//输出64，32，16，8，4，2，出现折半

！效率排序：

O(1)<O(logn)<O(n)<O(nlogn)<O(n²)<O(n²logn)<O(n³)

空间复杂度：

！空间复杂度是评估算法的内存占用大小的公式。它的表达式和时间复杂度完全相同。

        ！算法使用了多个变量：O(1)

        ！算法使用了一个长度为n的一维列表：O(n)

        ！算法使用了m行n列的二维列表：O(mn)

        ！算法使用了n行n列的二维列表：O(n²)

！实际算法使用中经常以空间换时间。因为用户的体验比内存占比更重要。