算法零基础第01天——数据结构01

1.算法复杂度

1.时间复杂度

1.时间复杂度的表示方法

在进行算法分析时，语句的执行次数T(n)是关于规模n的函数进而分析T(n)随着n的变化情况而确定T(n)的数量级。

2.时间函数

这里所说的时间单位代表的是一个“执行次数”的概念，我们用f(n)来表示这个时间函数

2.经典函数举例

1.单层循环，n是一个变量，随着n的增大，执行次数增大，执行时间就会增加，所以时间函数表示为：f(n)=n;

2.双层循环的时间函数表示表示为：f(n)=n(n-1)/2(这是一个平方级的时间函数)；

3.三层循环的时间复杂度表示 为：f(n)=n(n-1)(n-2)/6(这是一个立方级别的时间函数)；

3.时间复杂度

一个算法中，语句执行次数为语句频度或时间频度，记作T(n),且 T(n)=O(f(n));

1.当f(n)=n，我们称这个算法拥有线性时间复杂度，记作O(n);

2.当f(n)=n(n-1)/2,我们称这个算法拥有平方级时间复杂度，记作O(n^2);

3.当f(n)=n(n-1)(n-2)/6,我们称这个算法拥有立方级时间复杂度，记作O(n^3);

4.常见的时间复杂度

1.常数阶

没有循环，只执行时间为常数时间，表示为O(n)；

2.对数阶

二分查找的实现时间复杂度是O(log2n);

例题：

给定n(n<=100000)个元素的有序数组ai和整数v,求v在数组中的下标，不存在输出-1。

3.根号阶

O(根号n)；

例题：

给定一个数n(n<=10^9),问n是否是一个素数（素数的概念，就是除了1和它本身歪，没有其他的因子）。

4.线性阶

单层循环，n为变量时，执行次数随n的增长而增长，这样的时间函数表示：f(n)=n,复杂度表示为：O(n);

5.线性对数阶

二分枚举时间复杂度为O(nlog2n);

例题：

给定n(n<=100000)个元素ai，求满足ai+aj=1024的有序二元组(i，j)有多少对 。这是求子集的问题，由于最多只有 1515 个点，我们就可以枚举每个点选或者不选，总共 2^n2 n 种情况，然后再判断是否满足题目中的连通性，这个算法时间复杂度为 O(n^22^n)O(n^22^n)；

6.多项式阶

O(n^k(k>2))都是多项式时间；

7.指数阶

例题：

给出 n(n≤15) 个点，以及每两个点之间的关系（连通还是不连通），求一个最大的集合，使得在这个集合中都连通。

8.乘数阶

例题：

给定 n(n*≤12) 个点，并且给出任意两点间的距离，求从 s点开始经过所有点回到 s的距离的最小值。

• 这个问题就是典型的暴力枚举所有情况求解，可以把这些点当成是一个排列，所以排列方案数为 n!。

• 暴力枚举的时间复杂度为 O(n!)。