斐波那契时间复杂度和空间复杂度分析

时间复杂度

时间复杂度是同一问题可用不同算法解决,而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。

计算机科学中,算法的时间复杂度是一个函数,它定性描述了该算法的运行时间。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述,不包括这个函数的低阶项和首项系数。使用这种方式时,时间复杂度可被称为是渐近的,它考察当输入值大小趋近无穷时的情况。

空间复杂度

类似于时间复杂度的讨论,一个算法的空间复杂度S(n)定义为该算法所耗费的存储空间,它也是问题规模n的函数。渐近空间复杂度也常常简称为空间复杂度。空间复杂度(SpaceComplexity)是对一个算法在运行过程中临时占用存储空间大小的量度。一个算法在计算机存储器上所占用的存储空间,包括存储算法本身所占用的存储空间,算法的输入输出数据所占用的存储空间和算法在运行过程中临时占用的存储空间这三个方面。算法的输入输出数据所占用的存储空间是由要解决的问题决定的,是通过参数表由调用函数传递而来的,它不随本算法的不同而改变。存储算法本身所占用的存储空间与算法书写的长短成正比,要压缩这方面的存储空间,就必须编写出较短的算法。算法在运行过程中临时占用的存储空间随算法的不同而异,有的算法只需要占用少量的临时工作单元,而且不随问题规模的大小而改变,我们称这种算法是“就地\”进行的,是节省存储的算法,有的算法需要占用的临时工作单元数与解决问题的规模n有关,它随着n的增大而增大,当n较大时,将占用较多的存储单元,例如快速排序和归并排序算法就属于这种情况。


下面我们将用斐波那契数列的例子来体现时间时间复杂度的不同对代码的影响:

  • 传统递归法
#include <stdio.h>
#include <stdlib.h>


int num = 0;

int Fib(int n)
{
    num++;
    if (n <= 2)
    {
        return 1;
    }
    else
    {
        return Fib(n - 1) + Fib(n - 2);
    }
}

int main()
{
    printf("value of Fib %d\n", Fib(5));
    printf("value of Num %d\n", num);
    return 0;
}

这样的代码效率十分低下,每次递归相当于是重新在原有的函数栈帧上再次开辟空间来运行函数,直到函数找到了递归出口,运行起来可以看到这样递归的方法运行的结果为:

这里写图片描述

可见当n = 5的时候,函数一共被调用了九次,那么该递归函数是如何被调用的呢?
如图所示,只要函数未到达递归出口(n < = 2)就会一直在现有函数栈上开辟新的空间,所以也很好地说明了为什么函数递归太深会引起栈溢出的现象。

这里写图片描述

二叉树的高度是 n - 1,由我们的基础知识可以知道,一个高度为k的二叉树最多可以由 2^k - 1个叶子节点,也就是递归过程函数调用的次数,所以时间复杂度为 O(2^n),而空间复杂度就是树的高度 S(n)

当代码的时间复杂度为指数级的时候,随着参数的变大,程序的效率是非常低下的,而且当n值过大,容易产生栈溢出的可能,明显这样的递归方法是低效的。


  • 尾递归法

    什么是尾递归?

    如果一个函数中所有递归形式的调用都出现在函数的末尾,我们称这个递归函数是尾递归的。当递归调用是整个函数体中最后执行的语句且它的返回值不属于表达式的一部分时,这个递归调用就是尾递归。尾递归函数的特点是在回归过程中不用做任何操作,这个特性很重要,因为大多数现代的编译器会利用这种特点自动生成优化的代码。

#include <stdio.h>
#include <stdlib.h>

int num = 0;

int Fib(int first, int second, int N)
{
    num++;
    if (N < 3)
    {
        return 1;
    }
    else if (N == 3)
    {
        return first + second;
    }
    else
    {
        return Fib(second, first + second, N - 1);
    }
}


int main()
{
    printf("value of Fib : %d\n", Fib(1, 1, 5));
    printf("value of num : %d\n", num);
    return 0;
}

虽然此种方法也是递归,但其在返回的过程中不做任何操作,而且类似为线性结构递归(上文为树形结构递归)时间复杂度表现肯定会比上文代码的效率高不少

这里写图片描述

如图可以看出当 n = 5 的时候该代码运行了一共被运行过三次,该代码的逻辑执行情况(不考虑编译器对代码的优化)为

这里写图片描述
这样的代码时间复杂度为表长,也就是O(n), 空间复杂度为S(n) 时间和空间复杂度性能都还比较不错

  • 循环法
#include <stdio.h>

int main()
{
    int first = 1;
    int second = 1;
    int i = 0;
    int ret = 0;
    printf("now the value is %d\n", 1);
    printf("now the value is %d\n", 1);
    for(i = 2; i < 5; ++i){
        ret = first + second;
        first = second;
        second = ret;
        printf("now the value is %d\n", ret);
    }
    return 0;
}

时间复杂度为 O(n) ,空间复杂度为 S(1);

  • 10
    点赞
  • 52
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值