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