数组结构与算法-050-053-排序算法与时间复杂度

最新推荐文章于 2024-10-31 19:10:01 发布

1854君

最新推荐文章于 2024-10-31 19:10:01 发布

阅读量157

点赞数

文章标签：数据结构算法

本文链接：https://blog.csdn.net/m0_46998705/article/details/107772047

版权

本文介绍了排序算法的概念和分类，包括内部排序和外部排序。详细解析了算法的时间复杂度，包括时间频度的计算方法，如何计算时间复杂度，以及常见的算法时间复杂度等级。此外，还探讨了平均时间复杂度和最坏时间复杂度的区别。

摘要由CSDN通过智能技术生成

050 排序算法介绍和分类

排序也称排序算法（Sort，Algorithm），排序是将一组数据，依指定的顺序进行排列的过程
排序的分类：

在这里插入图片描述

度量一个程序执行时间的两种方法

事后统计的方法，这种方法可行，但是有两个问题：一是想对设计的算法的运行性能进行评测，需要实际运行该程序；二是所得旱的统计量依赖于计算机的硬件、软件等环境因素，这种方式，要在同一台计算机的相同状态下运行，才能比较哪个算法速度快
事前估算的方法：通过分析某个算法的时间复杂度来判断哪个算法更优

时间频度
基本介绍：一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数为语句频度或时间频度。记为：T(n)

例子：
比如计算 1 - 100 所有数字之和，设计两种算法

int total = 0 , end = 100;
for(int i = 1; i <= end; i++{
	total += i;
}
T(n) = n + 1;


total = (1 + end) * end / 2;
T(n) =1;

忽略常数项
在这里插入图片描述
结论：

忽略低次项
在这里插入图片描述
结论：
3. 2n^2(2n的平方) + 3n + 10 和 2n^2 变化，执行曲线无限接近，可以忽略 3n + 10
4. n^2 + 5n + 20 和 n^2随着 n 变大，执行曲线无限接近，可以忽略 5n + 20

忽略系数
在这里插入图片描述
5. 随着 n 值变大， 5n^2 + 7n 和 3n^2 + 2n，执行曲线生命，说明这种情况下，5和3可以忽略
6. 而 n^3 + 5n 和 6^3 +4n，执行曲线分离，说明多少次方是关键

T(n)
随着 n 的变大，常数项、低次项、系数可以忽略

一般情况下，算法中的基本操作语句的重复执行次数是问题规模 n 的某个函数，用 T（n）表示，若有某个辅助函数f（n），使得当 n 趋近于无穷大时，T（n）/ f（n）的极限值为不等于零的常数，则称 f（n）是 T（n）的同数量级函数。记作T（n）= o（f（n）），称 o（f（n））为算法的渐进时间复杂度，简称时间复杂度
T（n）不同，但时间复杂度可能相同。如: T(n) = n² + 7n + 6 与 T(n) = 3n² + 2n + 2 它们的 T（n）不同，但时间复杂度相同，都为 O（n² ）
计算时间复杂度的方法
- 用常数1代替运行时间中的所有加法常数
- 修改后的运行次数函数中，只保留最高阶项
- 去除最高阶项的系数

说明：常见的算法时间复杂度由小到大依次为：o(1) < o(log2n) < o(n) < o(nlog2n) < o(n²) < o(n³) < o(n^k) < o(2ⁿ) ，随着问题规模 n 的不断增大，上述时间复杂度不断增大，算法的执行效率越低。
应该尽可能避免使用指数阶的算法

常数阶
在这里插入图片描述

对数阶

在这里插入图片描述
线性阶

线性对数阶
在这里插入图片描述

平方阶
在这里插入图片描述

立方阶、k次方阶
在这里插入图片描述

平均时间复杂度是指所有可能的输入实例均以等概率出现的情况下，该算法的运行时间
最坏情况下的时间复杂度称最坏时间复杂度。一般讨论的时间复杂度是最坏情况下的时间复杂度。这样做的原因是：最坏情况下的时间复杂度是算法在任何输入实例上运行时间的界限，这就保证了算法的运行时间不会比最坏时间更长
平均时间复杂度和最坏时间复杂度是否一致，和算法有关

在这里插入图片描述

介绍：

类似于时间复杂度的讨论，一个算法的空间复杂度（Space Complexity）定义为该算法所耗费的存储空间，它也是问题规模的函数
空间复杂度（Space Complexity）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。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算法就属于这种情况
在做算法分析时，主要讨论的是时间复杂度。从用户使用体验上看，更看重的程序执行的速度。一些缓存产品（redis，memcache）和算法（基数排序）本质就是用空间换时间