【数据结构】时间复杂度

S_WEAN

已于 2024-02-19 19:24:17 修改

阅读量1k

点赞数 18

文章标签：数据结构算法 c语言

于 2024-02-19 02:29:37 首次发布

本文链接：https://blog.csdn.net/m0_72651735/article/details/136161028

版权

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：

$F(N) = N^{2} + 2*N + 10$

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：

$O(N^{2})$

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： $O(N^{2})$

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

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

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

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];
    }

}

S_WEAN

关注

18
点赞
踩
8

收藏

觉得还不错? 一键收藏
1
评论
【数据结构】时间复杂度

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。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。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。
复制链接

扫一扫