【数据结构】空间复杂度、时间复杂度

空间复杂度

任何程序的存储空间需求S(P)=c+Sp

c表示固定空间，通常包括指令空间等

Sp表示可变空间，其大小依赖具体要解决问题的特殊实例

e.g.  递归累加函数

float Rsum(float* a,const int n)
{
   if(n==0)
      return a[0];
   else
      return (Rsum(a,n-1)+a[n]);
}

每次调用Rsum，需要4个存储空间：a，n，返回值，返回地址

递归深度为n+1

所以空间复杂度为4(n+1)

时间复杂度

时间复杂度计算可以看所有程序步的总和，取其次数最高项（与n有关，并且去掉系数）

但是有时计算程序步总和比较复杂，所以我们可以看被重复最多次的程序，计算它的重复次数，取其次数最高项。（一般都是循环体最内层的程序）

e.g. for循环

void fun(int n)
{
  int x=0;
  for(int i=0;i<n;i++)
    for(int j=0;j<n;j++)
      x++;
}

它的时间复杂度就看x++，重复n^2次，所以t=O(n^2)

e.g.  递归累加函数

float Rsum(float* a,const int n)
{
   if(n==0)
      return a[0];
   else
      return (Rsum(a,n-1)+a[n]);
}

t(0)=2  (if语句执行一次，return语句执行一次）

t(1)=2+2 (在t(0)基础上加上if语句一次，else中return语句一次）

……

所以，t(n)=2+t(n-1)

                =2+2+t(n-2)

                =……

                =2n+2

所以时间复杂度为O(n)

e.g. 折半查找

int BinarySearch(int* a, int n, int t)
{
	int left = 0;
	int right = n - 1;
	while (left <= right)
	{
		int mid = (left + right) / 2;
		if (a[mid] == t)
			return mid;
		else if (a[mid] > t)
			right = mid - 1;
		else if(a[mid]<t)
			left = mid + 1;
	}
	return left;
}

我们可以看到，这个方式是每查找一次，都缩小一半的范围，执行两个程序步

所以，2*2*2*……*2=n，重复次数就是logn，t=O(logn)  (底数2省略）

e.g. 全排列生成器

void Permutations(char* a,const int k,const int m)	//a代表字符数组，m代表元素个数-1（下标从0开始 ）
{
	if(k==m)
	{
		for(int i=0;i<=m;i++)
		{
			cout<<a[i]<<" ";
		}
		cout<<endl;
	}
	else
	{
		for(int i=k;i<=m;i++)
		{
			swap(a[k],a[i]);
			Permutations(a,k+1,m);
			swap(a[k],a[i]);
		}
	}
}

我们可以看到，全排列生成器就是

每次都将第一个数与后面的数交换位置，得到新的序列，     （第1次）

新的序列每次都将第二个数与后面的数交换位置                   （第2次）

……

重复下去直到序列都将倒数第二位数与末位数交换位置            （第n次）

所以t=(n-1)!+(n-2)!+……

所以t=O(n*n!)

参考书籍：数据结构基础（C++）语言版 （第二版）   

                   清华大学出版社