时间复杂度
:
时间复杂度就是函数执行的基本操作次数(运算次数)
在实际中,我们通常考量的是这个函数的最坏运行情况,即最大运行时间。
使用 O 来标记最坏运行情况的渐进上界——
O的渐进表示法
需要注意的是
递归算法的时间复杂度:递归总次数*每次递归数
空间复杂度
:
最多占用的空间
同样使用O的渐进表示法
递归的空间复杂度:每次递归所开空间*深度
以二分查找(折半查
找为例)
#include <iostream>
#include <assert.h>
using namespace std;
//二分查找
int BinarySearch1(int a[], int key,int n)//非递归
//时间复杂度 O(log2 N) 空间复杂度O(1)
{
assert(n >= 0);
int left=0;
int right=n;
while (left <= right)
{
int mid = (left&right) + ((left^right) >> 1);
if (key < a[mid])
{
right = mid - 1;
}
else if (key > a[mid])
{
left = mid + 1;
}
else
return a[mid];
}
return NULL;
}
//递归
//时间复杂度:O(log2 N)空间复杂度:O(log2N )。
bool BinarySearch2(int a[], int key,int left, int right)
{
int mid = (left+right)>>1;
if (left <= right && key == a[mid])
return true;
else if (key != a[mid])
return false;
if(key < a[mid])
BinarySearch2(a, key,left, mid);
if (key>a[mid])
BinarySearch2(a, key, mid, right);
}
void test1()
{
int a[] = { 1, 2, 3, 4, 5, 6 };
cout << BinarySearch1(a, 8, sizeof(a) / sizeof(a[0])) << endl;
//cout << BinarySearch2(a, 0, 0, sizeof(a) / sizeof(a[0])) << endl;
}
//斐波那契
//递归 时间复杂度O(2^N) 空间复杂度O(N)
int fib1(size_t n)
{
return n < 2 ? n : fib1(n - 1) + fib1(n -2);
}
//非递归 时间复杂度O(N)空间复杂度O(1)
long long fibNonR(size_t n)
{
size_t a1 = 0, a2 = 1, a3 = n;
for (long long i = 2; i <= n;++i)
{
a3 = a1 + a2;
a1 = a2;
a2 = a3;
}
return a3;
}
void test2()
{
printf("%lld", fib1(10));
//printf("%lld", fibNonR(10));
getchar();
}
int main()
{
test1();
//test2();
getchar();
return 0;
}