C语言学习8 | 算法时间复杂度，空间复杂度

算法时间复杂度

算法时间复杂度的定义：

在进行算法分析时，语句总的执行次数T(n)是关于问题规模n的函数，进而分析T(n)随n的变化情况并确定T(n)的数量级。
算法的时间复杂度，也就是算法的时间量度，记作：T(n)=O(f(n))。它表示随问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同，乘坐算法的渐进时间复杂度，简称为时间复杂度。其中f（n）是问题规模n的某个函数。

int arr[] = {1,2,3,4,5};  len 为问题规模
void show(int* arr , int len)
{
	for(int i = 0;i < len ; i++)
	{
		printf("%d\n",arr[i]);    //1 + 3+3+3+3+3
	}
}
//   (3n+1) --> O(n)

推导大O阶方法

1.用常数1取代运行时间中所有加法常数
2.在修改后的运行次数函数中， 只保留最高阶项。
3.如果最高阶项存在且不是1，则去除与这个项相乘的常数。
得到的结果就是大O阶。
例如：show()函数中运行次数函数为f(n)=3n+1 舍弃1 与 3得到O(n).

常数阶

int sum = 0, n=100;  //执行一次 （一个分号执行一次）
sum = (1+n)*n/2;     //执行一次
printf("%d\n",sum);  //执行一次
//O(1)

运行次数函数为f(n)=3,第一步把常数项3改为1，没有最高阶项，所以时间复杂度为O(1)

线性阶

for(int i=0;i<n;i++)
{
}
//时间复杂度为O(n)

for(int i=0;i<n;i++)
	for(int j=0;j<n;i++)
	{
		int a=0;
	}
	//时间复杂度为O(n^2)

对数阶

int i= 1;
while (i<n)
{
	i*=2;
}
//时间复杂度为O(logn)

由于每次i乘以2之后，就距离n更近了一分。有2^x=n,得到x=log2n.

O(1)>O(logn)>O(n)>O(nlogn)>O(n^2)

给定一个思想，推时间复杂度

时间复杂度：访问当前问题规模中元素的个数
思路->效率 -> 代码

算法空间复杂度（额外开辟的内存空间）