算法的复杂度

孤独的代码人

已于 2022-06-25 01:10:52 修改

阅读量202

点赞数

分类专栏：数据结构文章标签：网络数据结构

于 2022-06-13 21:22:11 首次发布

本文链接：https://blog.csdn.net/m0_59544072/article/details/125235907

版权

本文探讨了算法分析中的核心概念——时间复杂度和空间复杂度。通过大O的渐进表示法，阐述了时间复杂度如何衡量算法运行速度，以二分查找为例说明其时间复杂度为O(logN)。同时，介绍了空间复杂度如何度量算法运行时的存储需求，并通过斐波那契数列等例子进行对比。最后，提供了两个力扣（LeetCode）的面试题，分别是寻找数组中缺失的数字和数组的轮转问题，分析了不同解法的时间复杂度和空间复杂度。

摘要由CSDN通过智能技术生成

1.时间复杂度

时间复杂度主要衡量一个算法的运行快慢。

大O的渐进表示法

实例1：

// 计算BubbleSort的时间复杂度？
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;
	}
}

准确的情况：n-1+n-2+n-3+.....+1=(n-1+1)*(n-1)/2

近似O(N^2);

实例2：

// 计算BinarySearch的时间复杂度？
int BinarySearch(int* a, int n, int x)
{
	assert(a);
	int begin = 0;
	int end = n - 1;
	// [begin, end]：begin和end是左闭右闭区间，因此有=号
	while (begin <= end)
	{
		int mid = begin + ((end - begin) >> 1);
		if (a[mid] < x)
			begin = mid