复杂度
一. 算法效率
01.含义
二. 时间复杂度
01.时间复杂度的概念
02.大O的渐进表示法
1).案例一(引入)
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);
}
2).案例二(冒泡排序)
准确的时间复杂度函数是多少呢?不难看出,F(N)=1 +2+…+n-1的等差数列计算。
时间复杂度为O(N^2)。最好情况是O(N)。
3).案例三(二分查找)
时间复杂度O(以2为底N的对数)。最好情况O(1)。
4).递归(斐波那契)
递归算法如何计算?递归次数 * 每次递归函数的次数,这里用斐波那契数列来分析:
long long Fibonacci(size_t N)
{
return N < 2 ? N : Fibonacci(N - 1) + Fibonacci(N - 2);
}
糟糕的算法,集齐耗费程序运行时间,以下是一种方法可以用空间换取时间。主函数部分省略,实现复杂度达到O(N):
#include <stdio.h>
#include <malloc.h>
long long Fibnacci_r(size_t N)
{
return N < 2 ? N : Fibnacci_r(N - 1) + Fibnacci_r(N - 2);
}
long long* Fibonacci(size_t N)
{
long long* fibArray = malloc(sizeof(long long) * (N + 1));
//这里多给一个内存空间
fibArray[0] = 0;
if (N == 0)
{
return fibArray;
}
fibArray[1] = 1;
//以空间换时间
for (int i = 2; i <= N; ++i)
{
fibArray[i] = fibArray[i - 1] + fibArray[i - 2];
}
return fibArray;
}
三.空间复杂度
01.含义
1.空间复杂度是对算法运行过程中临时占用空间大小的度量,算的是变量的个数而不是bytes的空间,计算规则基本与时间复杂度相似,也使用大O渐进法表示。
2.时间复杂度不直接计算时间,计算大概运行的次数。
空间复杂度不计算空间,计算大概定义的变量的个数。
02.两个案例
因为变量为常数,所以空间复杂度为O(1)。
显而易见啦,空间复杂度O(N)。
四.力扣习题
习题1
int missingNumber(int* nums, int numsSize){
// 用异或运算找出缺失的整数
// 异或运算满足交换律和结合律,且任何数与自身异或为0,与0异或为自身
// 所以如果将数组中的所有数与0到n的所有数异或,最后的结果就是缺失的整数
int res = 0;
// 先将res与0到n的所有数异或,异或完res包含0-n的数的信息
for (int i = 0; i <= numsSize; i++) {
res ^= i;
}
// 再将res与数组中的所有数异或,异或完的数就是缺失的数字
for (int i = 0; i < numsSize; i++) {
res ^= nums[i];
}
// 返回最终结果
return res;
}
习题2(经典)
int* singleNumbers(int* nums, int numsSize, int* returnSize){
// 初始化返回值
int* res = (int*)malloc(sizeof(int) * 2); // 分配两个整型的空间给res指针
*returnSize = 2; // 把2赋值给returnSize指向的变量,表示返回的数组有两个元素
// 异或所有数字得到结果
int xor = 0; // 定义一个变量xor,用来存储异或结果
for (int i = 0; i < numsSize; i++) { // 遍历原数组
xor ^= nums[i]; // 对每个数字进行异或运算,相同的数字异或为0,不同的数字异或为1
}
// 找到结果中任意一个为1的位
int mask = 1; // 定义一个掩码mask,初始为1,表示最低位
while ((xor & mask) == 0) { // 循环判断xor和mask的按位与是否为0,如果为0,说明这一位是0,不是我们要找的
mask <<= 1; // 把mask左移一位,表示下一位
}
// 划分数组并异或每一组
res[0] = 0; // 初始化第一个只出现一次的数字为0
res[1] = 0; // 初始化第二个只出现一次的数字为0
for (int i = 0; i < numsSize; i++) { // 再次遍历原数组
if (nums[i] & mask) { // 如果当前数字和mask的按位与不为0,说明这一位是1,属于第一组
res[0] ^= nums[i]; // 对第一组的数字进行异或运算,得到第一个只出现一次的数字
} else { // 否则,说明这一位是0,属于第二组
res[1] ^= nums[i]; // 对第二组的数字进行异或运算,得到第二个只出现一次的数字
}
}
return res; // 返回结果数组
}