1-时间复杂度分析

时间复杂度

①what：

指执行当前算法所消耗的时间

②简介结论：

时间复杂度由多项式T(n)中最高阶的项来决定，系数的影响忽略即可

例子：

操作数量T(n)	时间复杂度O(f(n))
常数，比如 100000（即：n的0次方 值为1）	O(1)
一次函数，比如 3n+2	O(n)
二次函数，比如 2n^2+3n+2	O(n^2)
三次函数，比如 n^3+10000n^2	O(n^3)
...	以此类推
2^n+10000n^10000 2^n从某个位置开始会出现“爆炸性”增长，指数增长幅度远大于幂增长	O(2^n)

③常见类型：

设输入数据大小为n，常见的时间复杂度类型（从低到高）有：

              O(1)<O(logn) < O(n)   < O(nlogn)   < O(n^2)< O(2^n)<O(n!)

对应：常数阶< 对数阶 <线性阶<线性对数阶<平方阶 < 指数阶 <阶乘阶

----说明：这里logn也就是log2 n (2为下标)

---

• 常数阶O(1)

常数阶的操作数量与输入数据大小n无关，即不随着n的变化而变化

无论操作数量size有多大，只要与数据大小n无关，时间复杂度就仍为O(1)

/* 常数阶 O(1) */
int constant(int n){
	int cnt=0;
	int size=100000;
	for(int i=0;i<size;i++) cnt++;
	return cnt;
} 

---

• 对数阶O(logn)

对数阶反映“每轮缩减到一半的情况”
对数阶常出现于「二分查找」和「分治算法」中，体现“一分为多”、“化繁为简”的算法思想

现在：设输入数据大小为n，由于每轮缩减到一半，因此循环次数是log2^n

/* 对数阶 O(logn) */
int logarithmic(float n){
	int cnt=0;
	while(n>1) n/=2,cnt++;
	return cnt;
} 

对数阶也常出现于递归函数，代码如下：

/* 对数阶（递归实现） */
int logRecur(float n){
	if(n<=1) return 0;
	return logRecur(n/2)+1;
} 

---

• 线性阶O(n)

线性阶的操作数量相对输入数据大小成线性级别增长，常出现在单层循环

/* 线性阶 O(n) */
int linear(int n){
	int cnt=0;
	for(int i=0;i<n;i++) cnt++;
	return cnt;
} 

涨知识：「遍历数组」和「遍历链表」等操作，时间复杂度都为O(n)，其中n为数组或链表的长度。

---

• 线性对数阶O(nlogn)

线性对数阶常出现于嵌套循环中，两层循环的时间复杂度分别为O(logn)和O(n)
主流排序算法的时间复杂度都是O(nlogn)，例如快速排序、归并排序、堆排序等

/* 线性对数阶 O(nlogn) */
int linearLogRecur(float n){
	if(n<=1) return 1;
	int cnt=linearLogRecur(n/2)+linearLogRecur(n/2);
	for(int i=0;i<n;i++) cnt++;
	return cnt;
} 

---

• 平方阶O(n²)

平方阶常出现于嵌套循环，外层循环和内层循环都为O(n)，总体为O(n2)

---

• 指数阶O(2^n)

借用“细胞分裂”来代表指数阶增长：初始状态为1个细胞，分裂一轮后为2个，分裂两轮后为4个，....分裂n轮后为2^n个细胞，指数阶常出现于递归函数

/* 指数阶 O(2^n) */
int exponential(int n){
	int cnt=0,base=1;
	// cell每轮一分为二，形成数列 1，2，4，8，... ，2^(n-1) 
	for(int i=0;i<n;i++)
		for(int j=0;j<base;j++)
			cnt++;
		base*=2;
	return cnt;
} 

---

• 阶乘阶 O(n!)

阶乘阶对应数学上的「全排列」
即给定n个互不重复的元素，求其所有可能的排列方案，则方案数量为
n!=n*(n-1)*(n- 2)*...*2*1
阶乘常使用递归实现
例如以下代码，第一层分裂出n个，第二层分裂出n-1个，....，直至到第n层时终止分裂

/* 阶乘阶 O(n!) */
int factorialRecur(int n){
	if(n==0) return 1;
	int cnt=0;
	//从 1个分裂出 n个
	for(int i=0;i<n;i++) cnt*=factorialRecur(n-1);
	return cnt;
} 

完
//总结：站在巨人的肩膀上打小抄