数据结构，关于时间复杂度，空间复杂度，二分查找，斐波那契数列

时间复杂度作用是分析性能（时间，空间）。时间复杂度不计算时间，计算大概运行次数。空间复杂度不计算空间，计算大概定义的变量个数。

大O的渐进表示法，只留最高阶（而不保留系数，因为对其结果影响不大，都在同一个数量级），用O()表示。

注意：如果是常数次，用1来替代；当你看不懂这个代码是干啥的时候，想逻辑而不是扣代码，酱紫简单一点啦

一.时间复杂度

例1：求冒泡排序法的时间复杂度

#include <stdio.h> 
int main()
{
	int i,j,temp;
	int a[6]={9,3,4,1,2,7};
	for(j=0;j<6;j++)
	{
		for(i=0;i<6;i++)
		{
			if(a[i]>a[i+1])
			{
				temp=a[i];
				a[i]=a[i+1];
				a[i+1]=temp;
			}
		}
	}
	for(i=0;i<6;i++)
	{
		printf("%d",a[i]);
	}
	return 0;                                        	
}
  

时间复杂度为 O(N^2)，最好情况是O(N)

例2：计算BinarySearch的时间空间复杂度（二分查找）

#include <stdio.h> 
int BinarySearch(int *a,int n,int X)
{
	assert(a);
	int begin=0;
	int end=n;
	while(begin<end)
	{
		int mid=begin+((end-begin)>>1);
		if(a[mid]<x)
		   begin=mid+1;
		else if(a[mid]>x)
		   end=mid;
		else 
		   return mid;
	}
	return -1;
}

时间复杂度：O(log2N),最好的情况O(1)

这里咱提一口二分查找，N/2/2/2...../2=1,N=2^x, x是查找次数，x=log2N(2是底数，我不知道小2搁哪儿藏呢，找不到呜呜呜）

例3：求斐波那契数列的时间复杂度

#include <stdio.h> 
long long Fibonacci(size_t N)
{
	return N<2?Fibonacci(N-1)+fibonacci(N-2);
}
  

时间复杂度O(2^n)

这里在回忆一下那死去的斐波那契数列是个啥

斐波那契数列公式可以简写为：fib(n)=fib(n-1)+fib(n-2),特殊的fib(0)=0,fib(1)=1;

一下是详细关于斐波那契数列的过程，即时间复杂度为啥是2^n的详解（最后的减1对数值影响不大，可省去）

 这个斐波那契数列可做优化的，因为有数字反复出现，比如你要找的那个数字1吧，其实早就在前几行出现了（详情私）

例4：计算阶乘的时间复杂度

long long Factorial(size_t,N)
{
	return N<2?N:Factorial(N-1)*N;
}

时间复杂度：O(N)

这涉及到递归算法计算：递归次数*每次递归的次数

二.空间复杂度（定义变量个数）

例1：

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

空间复杂度为O(N)

例2：

long long Factorial(size_t,N)
{
	return N<2?N:Factorial(N-1)*N;
}

空间复杂度为O(N),递归调用了N次，开辟了N个栈帧