时空复杂度分析总结

最新推荐文章于 2024-07-08 22:12:26 发布

BuildJakapanPuttha

最新推荐文章于 2024-07-08 22:12:26 发布

阅读量88

点赞数 1

文章标签：算法 c++ 数据结构

本文链接：https://blog.csdn.net/m0_65157870/article/details/128474034

版权

这篇博客总结了时空复杂度分析，包括有循环情况下的单重和多重循环的计算，无循环时的时间复杂度为O(1)。讨论了在实际运行中为何会出现WA（错误答案）和TLE（超时）的区别，并强调了计算最坏情况的重要性，通过举例说明如何判断程序在极限数据范围下是否会超时。

摘要由CSDN通过智能技术生成

一.有循环

1.单重循环直接看循环次数

2.多重循环直接把每重循环次数乘起来

二.无循环 o(1)

三.1秒测评机会执行 10^9次运算

四.为什么是WA而不是TLE？

1.超时了，一直跑都没跑出来 WA

2.超时了，但是跑出来了和数据是匹配的 TLE

五.为什么要算最坏的情况？

基本上每个题都有一个极限的数据范围。如果最坏的情况都不会超时说明程序一定不会超时。

例 1 洛谷p2249

#include<iostream>
using namespace std;
int main()
{
	int n, m;
	cin >> n >> m;
	for(int i = 1; i <= n; i ++) cin >> a[i];//读入
	
	 
//   1.严格单调递增1 2 3 4 5 6 2.非严格单调递增的 1 1 2 2 3 5 6 
//   处理m个询问 
//   暴力时间复杂度是O(nm) n=10^6 m=10^5 nm = 10^11 1s 10^9  所以O(nm)一定会超时 
	while(m --) //外层的O(m)是必定的，优化不了 所以我们考虑优化循环里面的操作。 
	{	
		//查找一个数出现的第一个下标 暴力O(n