目录
一、时间复杂度的概念
在计算机科学中,算法的时间复杂度是一个函数,它定量描述了该算法的运行时间。一 个算法执行所耗费的时间,从理论上说,是不能算出来的,只有你把你的程序放在机器上跑起来,才能知 道。但是我们需要每个算法都上机测试吗?是可以都上机测试,但是这很麻烦,所以才有了时间复杂度这个 分析方式。一个算法所花费的时间与其中语句的执行次数成正比例,算法中的基本操作的执行次数,为算法 的时间复杂度
// 请计算一下Func1中++count语句总共执行了多少次?
void Func1(int N)
{
int count = 0;
for (int i = 0; i < N ; ++ i)
{
for (int j = 0; j < N ; ++ j)
{
++count;
}
}
for (int k = 0; k < 2 * N ; ++ k)
{
++count;
}
int M = 10;
while (M--)
{
++count;
}
printf("%d\n", count);
}
Func1被执行的次数:
- N = 10 F(N) = 130
- N= 100 F(N) = 10210
- N = 1000 F(N) = 1002010
实际中我们计算时间复杂度时,我们其实并不一定要计算精确的执行次数,而只需要大概执行次数,那么这 里我们使用大O的渐进表示法。
二、大O的渐进表示法
大O符号(Big O notation):是用于描述函数渐进行为的数学符号。
推导大O阶方法:
1、用常数1取代运行时间中的所有加法常数。
2、在修改后的运行次数函数中,只保留最高阶项。
3、如果最高阶项存在且不是1,则去除与这个项目相乘的常数。得到的结果就是大O阶。
还有一些算法的时间复杂度存在最好,平均,最差三种情况:例如在一个长度为N数组中查找数据
最好的情况就是1次找到,平均情况是N/2,最差情况是N。
- 最坏情况:任意输入规模的最大运行次数(上界)
- 平均情况:任意输入规模的期望运行次数
- 最好情况:任意输入规模的最小运行次数(下界)
那么(一)中的Func1函数,使用大O的渐进表示法后时间复杂度为:
在实际中一般情况关注的是算法的最坏运行情况,所以数组中搜索数据时间复杂度为O(N)
三、常见时间复杂度计算举例
例1.
// 计算Func2的时间复杂度?
void Func2(int N)
{
int count = 0;
for (int k = 0; k < 2 * N ; ++ k)
{
++count;
}
int M = 10;
while (M--)
{
++count;
}
printf("%d\n", count);
}
Func2的时间复杂度为:F(N) = 2*N + 10
使用大O的渐进表示法后时间复杂度为:O(N)
例2.
// 计算Func3的时间复杂度?
void Func3(int N, int M)
{
int count = 0;
for (int k = 0; k < M; ++ k)
{
++count;
}
for (int k = 0; k < N ; ++ k)
{
++count;
}
printf("%d\n", count);
}
Func3的时间复杂度为:F(N) = M+N
使用大O的渐进表示法后时间复杂度为:O(M+N)
例3.
// 计算Func4的时间复杂度?
void Func4(int N)
{
int count = 0;
for (int k = 0; k < 100; ++ k)
{
++count;
}
printf("%d\n", count);
}
Func4的时间复杂度为:F(N) = 100
使用大O的渐进表示法后用1代表常数,所以时间复杂度为:O(1)
例4.
// 计算strchr的时间复杂度?
const char * strchr ( const char * str, int character )
while(*str)
{
if(*str==character)
return str;
str++;
}
Func3的时间复杂度为:F(N) = N
使用大O的渐进表示法后时间复杂度为:O(N)
例5.
// 计算BubbleSort的时间复杂度?
void BubbleSort(int* a, int n)
{
assert(a);
for (size_t end = n; end > 0; --end)
{
int exchange = 0;
for (size_t i = 1; i < end; ++i)
{
if (a[i-1] > a[i])
{
Swap(&a[i-1], &a[i]);
exchange = 1;
}
}
if (exchange == 0)
break;
}
}
这是在原本的冒泡排序上进行了优化,如果在一整趟排序中没有进行交换,那么将会跳出循环。
BubbleSort的时间复杂度是:F(N) = (n-1) + (n-2) +......+ 2 + 1
用等差数列公式整合后:N * (N-1) / 2
使用大O的渐进表示法后时间复杂度为:
例6.
// 计算BinarySearch的时间复杂度?
int BinarySearch(int* a, int n, int x)
{
assert(a);
int begin = 0;
int end = n-1;
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;
}
BinarySearch的时间复杂度函数为F(N) = N / 2 / 2 / 2 … /2 = 1
使用大O渐近表示法:O(log₂N)或O(logN) -- > x:N / 2^x = 1 -> N = 2^x -> log₂N = x
N | 1000 | 100W | 10亿 | |
暴力查找 | 1000 | 100W | 10亿 | O(N) |
二分查找 | 10 | 20 | 30 | O(log₂N) |
冒泡排序 | 100W | 10000亿 | - | O(N²) |
qsort (快速排序) | 10000 | 2000W | - | O(N*log₂N) |
例7.
// 计算阶乘递归Fac的时间复杂度?
long long Fac(size_t N)
{
if(0 == N)
return 1;
return Fac(N-1)*N;
}
Fac的时间复杂度为F(N) = (N+1)
使用大O的渐进表示法后时间复杂度为:O(N)
例8.
// 计算斐波那契递归Fib的时间复杂度?
long long Fib(size_t N)
{
if(N < 3)
return 1;
return Fib(N-1) + Fib(N-2);
}
2^0 + 2^1 + 2^2 + 2^3 … +2^(N-3) + 2^(N-2)+ 2^(N-1)=等比数列-缺少常数
使用大O的渐进表示法后时间复杂度为:O(2^N)
常见复杂度对比
四、时间复杂度相关题目
1.消失的数字
题述:数组nums
包含从0
到n
的所有整数,但其中缺了一个。请编写代码找出那个缺失的整数。你有办法在O(n)时间内完成吗?
示例 1: ---------- 示例 2:
输入:[3,0,1] ----- 输入:[9,6,4,2,3,5,7,0,1]
输出:2 ----------- 输出:8
方法1.
首先进行排序,使用qsort排序后,再遍历一遍数组,看数组中数据与前一项数据之差是否为1,若不是则返回
int cmp_int(const void* e1, const void* e2)
{
return *(int*)e1 - *(int*)e2;
}
int missingNumber(int* nums, int numsSize)
{
qsort(nums, numsSize, sizeof(int), cmp_int);
int i = 0;
for (i = 1; i < numsSize; i++)
{
if (nums[i] - nums[i - 1] != 1)
{
return nums[i] - 1;
}
}
if(nums[0] == 0)
{
return nums[numsSize-1] + 1;
}
return 0;
}
方法2.
利用等差数列的公式 n * (n-1) / 2 算出总数和再减去数组中的数就能找到
int missingNumber(int* nums, int numsSize)
{
int x = (1 + numsSize) * numsSize / 2;
int i = 0;
for(i = 0; i < numsSize; i++)
{
x -= nums[i];
}
return x;
}
方法3.
使用0跟 0到n之间的数异或,再跟数值中的值异或,就能得到答案(找出单身狗问题)
int missingNumber(int* nums, int numsSize)
{
int i = 0;
int x = 0;
for(i = 0; i < numsSize; i++)
{
x ^= nums[i];
}
for(i = 0; i < numsSize+1; i++)
{
x ^= i;
}
return x;
}
2.撞色搭配
题述:整数数组 sockets
记录了一个袜子礼盒的颜色分布情况,其中 sockets[i]
表示该袜子的颜色编号。礼盒中除了一款撞色搭配的袜子,每种颜色的袜子均有两只。请设计一个程序,在时间复杂度 O(n),空间复杂度O(1) 内找到这双撞色搭配袜子的两个颜色编号。
示例 1:
输入:sockets = [4, 5, 2, 4, 6, 6] 输出:[2,5] 或 [5,2]
示例 2:
输入:sockets = [1, 2, 4, 1, 4, 3, 12, 3] 输出:[2,12] 或 [12,2]
题解:
通过0对自身依次异或,将两个单独的数的异或后的结果找出,再通过结果将两个值分离开来,找到异或后结果的二进制序列,找出为1的位数(如果为1,则说明两个单独数在这个位不相同,可凭此将两个数分离),找到位数后,将按其他数的这个位数是否为1,还是为0分离,这就形成了两组数,在分别自身异或,最后剩下的就是单独数。
int* sockCollocation(int* sockets, int socketsSize, int* returnSize)
{
int ret = 0;
int i = 0;
for(i = 0; i < socketsSize; i++)
{
ret ^= sockets[i];
}
int pos = 0;
for(i = 0; i < 32; i++)
{
if(((ret >> i) & 1) == 1)
{
pos = i;
break;
}
}
int dog1 = 0;
for(i = 0; i < socketsSize; i++)
{
if(((sockets[i] >> pos) & 1) == 1)
{
dog1 ^= sockets[i];
}
}
int dog2 = dog1 ^ ret;
int* arr = (int*)malloc(8);
arr[0] = dog1;
arr[1] = dog2;
*returnSize = 2;
return arr;
}
3.轮转数组
给定一个整数数组 nums
,将数组中的元素向右轮转 k
个位置,其中 k
是非负数。
示例
输入:nums = [-1,-100,3,99], k = 2 输出:[3,99,-1,-100] 解释: 向右轮转 1 步: [99,-1,-100,3] 向右轮转 2 步: [3,99,-1,-100]
方法1.
暴力求解:从最后一项开始向前交换,交换到头相当于完成一次轮转。
(此方法最差时间复杂度为O(N²),会超时)
void rotate(int* nums, int numsSize, int k)
{
k %= numsSize;
int i = 0;
for(i = 0; i < k; i++)
{
int j = 0;
for(j = numsSize-1; j > 0; j--)
{
int tmp = nums[j];
nums[j] = nums[j-1];
nums[j-1] = tmp;
}
}
}
方法2.
三步翻转法,时间复杂度为O(N)
void rotate(int* nums, int numsSize, int k)
{
k %= numsSize;
int i = 0;
int tmp = 0;
int j = 0;
for(i = 0,j = numsSize-k-1; i < j; i++,j--)
{
tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
}
for(i = numsSize-k,j = numsSize-1;i<j;i++,j--)
{
tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
}
for(i = 0,j = numsSize-1; i < j; i++,j--)
{
tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
}
}
方法3.
开辟一个数组,用空间换时间,时间复杂度O(N)
void rotate(int* nums, int numsSize, int k)
{
int* arr = (int*)malloc(sizeof(int) * numsSize);
int i = 0;
int j = 0;
k %= numsSize;
for(i = numsSize - k, j = 0; i < numsSize; i++, j++)
{
arr[j] = nums[i];
}
for(i = 0; i < numsSize - k; i++, j++)
{
arr[j] = nums[i];
}
for(i = 0; i < numsSize; i++)
{
nums[i] = arr[i];
}
}