【数据结构】时间复杂度及空间复杂度

数据结构(时间复杂度及空间复杂度)

---

---

一、时间复杂度和空间复杂度是什么？

要知道，我们在用代码解决一个问题的时候通常可以有很多思路，而我们要从中选择出最优解就要使用到时间复杂度和空间复杂度。
时间复杂度是可以描述一个程序执行所执行操作的次数，空间复杂度可以描述一个程序执行时需要额外的空间，通过比较这两个值的大小便可以找出运行时间最短，所需空间最少的最优解。
时间复杂度和空间复杂度的概念比较抽象，所以对于他们的讲解我会结合代码一起，多看几个例子，自然而然就get了

二、大O渐进表示法

大O渐进表示法适用于描述函数渐进行为的数学符号
推导大O阶的规则：
1.用常数1取代运行时间中的所有加法常数
2.在修改最后运行次数函数中只保留最高阶
3.如果最高阶项存在且不是1，则除去这个项目相乘的常数
4.当有最好情况，最坏情况，平均情况时，取最坏情况
说白了大O就是估算 ，现在看起来很抽象，下面跟着代码来了解吧

三、时间复杂度

时间复杂度用来描述一个程序执行所执行操作的次数，所以计算时间复杂度就是计算基本操作的执行操作。
看下面代码：
例1：

void fun(int N)
{
	for (int i = 0; i < N; i++)
	{
		printf("%d", i);
	}
}

因为循环执行了N次，这段代码的时间复杂度为O(N)。
例2：

for循环执行了2N次，while循环执行了10次，结果是2N+10，而由O阶的规则2可知只保留最高阶，所以现在变为2N，又由O阶的规则3可知，前的系数要为1，所以时间复杂度为O(N)。有没有get一点了？
再来几道就会了。
例3：

这段代码执行了100次，可是由O阶的规则1可以知道当只有常数项时，要把常数变为1，所以时间复杂度为O(1)。

例4：

void fun1(int N,int M)
{
	for (int i = 0; i < N; i++)
	{
		printf("%d", i);
	}
	for (int j = 0; j < M; j++)
	{
		printf("%d", j);
	}
}

因为M和N都是一阶，所以时间复杂度为O(M+N)。

例5：

const char* strchr(const char* str, int character);

不用管这个函数是怎么实现的，因为算时间复杂度知道逻辑就好了，这个函数的作用就是遍历字符串，在其中寻找你想要的字符，这时候就出现问题了，最好的情况下一下就找到了，最坏的情况下你需要把字符串遍历完才能找到就是n次，这时候就要选最坏的情况作为时间复杂度，即O(n)。
就好比你约朋友出去玩，可是你要写作业，你作业最快4点写完，最晚5点写完，你跟朋友事先怎么约？当然约5点。
例6：

void BubbleSort(int* a, int n)
{
	assert(a);
	for (size_t end = n;end > 0;--end)
	{
		int exchange = 0;
		for (size_t i = 1;i < end;++i)
		{
			if (a[i - 1] > a[i])
			{
				Swap(&a[i - 1], &a[i]);
				exchange = 1;
			}
		}
		if (exchange == 0)
			break;
	}
}

此函数的时间复杂度为O(n^2)
因为该函数执行次数的结果为一个等差数列：1+2+3+……+(n-1),所以结果为n*(n-1)/2
有上述规则可以知道时间复杂度为O(n^2)。
例6：计算二分查找的时间复杂度
什么是二分查找：就是在一串数字中查找一个目标数字，先在最中间找，如果没找到就看看现在找的数字是否比目标数字大，大的话就在左边一般继续二分查找，小的话就在右边进行二分查找，如此下去，直到找到为止。

最坏的情况是一直二分查找，直到最后一次二分查找才找到(此时只剩一个数据，即目标数据)，每一次二分查找所有数据少一半，所以设总共有n个数据，n/2/2/2……/2=1,设进行了x次二分查找，所以这个等式就变成了2^x=n,所以x=log2(n),这里以2为低不好打，所以可以直接写log n,所以时间复杂度为O(log n)。
例7：

long long Fac(size_t N)
{
	if (1 == N)
		return 1;
	return Fac(N - 1) * N;
}

四、空间复杂度

空间复杂度是用来描述程序所需额外的空间的大小，所以就是找程序之中除了固有的比如形参之类的，此外额外开辟的空间，此处注意，函数在执行的时候开辟栈帧也算额外开辟的空间(一会讲递归那个例子就知道怎么回事了)，空间复杂度也使用大O渐进表示法
例1：

总共创建了三个额外的变量，根据规则可知空间复杂度为O(1)。
例2：

long long Fac(size_t N)
{
	if (1 == N)
		return 1;
	return Fac(N - 1) * N;
}

例3：

long long* Fibonacci(size_t n)
{
	long long* fibArray = (long long*)malloc((n + 1) * sizeof(long long));
	fibArray[0] = 0;
	fibArray[1] = 1;
	for (int i = 2;i <= n;++i)
	{
		fibArray[i] = fibArray[i - 1] + fibArray[i - 2];
	}
	return fibArray;
}

malloc开辟了n+1个空间，创建了一个变量i，所以总共n+2个，所以空间复杂度为O(n)

总结

时间复杂度和空间复杂度其实不难，多看几道例题就可以掌握了，而且重要的一点是，他们都是估算，一定不要去计较三瓜两枣，按照规则估计出大概的数值就好了，希望我的内容对你有所帮助。