数据结构之时间复杂度和空间复杂度

一：大O的渐进表示法；

1：在修改后的运行次数函数中，只保留最高项；

时间复杂度算的是次数；

2：在实际中一般情况下关注的是算法的最坏的情况；

3：在计算冒泡排序的时间复杂度时：

有N个数，第一个数要比较N-1次，第二个数要比较N-2次....

所以数学表达式为：F(N) = N-1+N-2+N-3+.....+1;

所以时间复杂度为O(N^2);

这道题通过数学方法，列出每一项要比较的次数，然后用公式算出总的次数；

4：在二分查找的时间复杂度时

先看他最差的情况就是一直找，找到最后才找到；

所以其算法思想是：有N个数， 查找一次，便除了一次二，设查找了X次；我们计算的就是x的值；再次我们可以不管数字的奇偶对次数的影响(时间复杂度算的是次数的一个量级）

所以 x / 2/ 2 / 2 /2 / 2 / 2 /2 ......  = 1；

所以量级为O(logn); 

5：计算阶乘Fac的时间复杂度

 对于求阶乘的时间复杂度来说：我们可以 通过求函数调用的总次数拉来计算；

 由图可见总共调用了N-1次，时间复杂度为O(N);

6;计算斐波那契额数列Fib的时间复杂度

 思路和上题类似：

 通过计算每一层调用的次数，对于2^(N-2)的计算思路为如图，只看他调用的最长路劲，

其他短的可以舍弃不算；通过计算（N-A）与指数的关系为  指数 + A =N；

即 2^0+2^1+.....+2^(N-2) ;然后算式子的总个数为N-1；最后运用数学公式算出总的次数；

时间复杂度为O(2^N);

                 

二：空间复杂度

1：空间复杂度也是一个数学表达式，是对一个算法在运行过程中额外临时占用储存空间大小的量度；

 

 在此过程中我们需要运用malloc一个N+1个int大小的空间；所以空间复杂度为O(N);

计算阶乘Fac的空间复杂度

 每一次函数调用，他都会额外创建一个函数栈帧，每一次调用的空间还会被相同层次的函数所调用，它创建的空间并不是累积的；

 例如：在第一列函数调用的空间中，其他列函数的调用都可以在第一列空间中找到相同的空间；

所以只需要计算第一列调用函数的总次数就行了；

时间复杂度为O(N)

由此可见空间复杂度是不可累计的，只需算出调用一遍的次数，时间复杂度是可以累计的，要算出调用的总次数；