参考视频:数据结构——时间复杂度计算_哔哩哔哩_bilibili(讲的巨巨巨巨好!!!!!)、
算法
算法是对特定问题求解步骤的一种描述,一般算法满足以下五种特征:有穷性、确定性、可行性、输入、输出
算法效率的度量
1、时间复杂度
一个语句的频度是指该语句在算法中被重复执行的次数。算法中所有语句的频度之和记为T(n),它是该算法问题规模n的函数,时间复杂度主要分析T(n)的数量级。算法中基本运算(最深层循环内的语句)的频度与T(n)同数量级,因此通常采用算法中基本运算的频度f(n)来分析算法的时间复杂度。因此,算法的时间复杂度记为T(n)=O(f(n))。
式中,O的含义是T(n)的数量级,其严格的数学定义是:若T(n)和f(n)是定义在正整数集合上的两个函数,则存在正常数C和n0,使得当n>=n0时,都满足0<=T(n)<=Cf(n)。
算法的时间复杂度不仅依赖于问题的规模n,也取决于待输入数据的性质。
(1)一层循环
a.列出循环趟数t以及每轮循环i的变化值
b.找到t与i之间的关系
c.确定循环终止条件
d. 联立两式,解方程
e.写结果
(2)两层循环
(3)多层循环
2、空间复杂度
算法的空间复杂度S(n)定义为该算法所耗费的存储空间,它是问题规模n的函数。记为S(n)=O(g(n))。
一个程序在执行时除需要存储空间来存放本身所用的指令、常数、变量和输入数据外,还需要一些对数据进行操作的工作单元和存储一些为实现计算所需信息的辅助空间。若输入数据所占空间只取决于问题本身,和算法无关,则只需分析除输入和程序之外的额外空间。
算法原地工作是指算法所需的辅助空间为常量,即O(1)。