今日记录：时间复杂度+空间复杂度

Java - 时间复杂度+空间复杂度

编程软件：IEDA

学习总结：

①

• 时间复杂度+空间复杂度是什么？
  算法效率分析分为两种：第一种是时间效率，第二种是空间效率。 时间效率被称为时间复杂度，而空间效率被称作空间复杂度。

• 时间复杂度：算法中的基本操作的执行次数，为算法的时间复杂度。

• 计算时间复杂度时，并不一定要计算精确的执行次数，而只需要大概执行次数，先找出循环次数较多的语句

②

• 大O的渐进法表示时间复杂度：
• 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。

☆下面看一段代码来理解大0渐进表示法：

// 请计算一下func1基本操作执行了多少次？
void func1(int N){
   int count = 0;
   for (int i = 0; i < N ; i++) {
       for (int j = 0; j < N ; j++) {
           count++;//循环次数多的语句：N*N次
       }
   }
   for (int k = 0; k < 2 * N ; k++) {
       count++;//循环次数多的语句：2N次
   }
   int M = 10;
  while ((M--) > 0) {
       count++;//循环次数多的语句：10次
   }
//func1的时间复杂度：N^2 + 2N + 10
//按照大O阶方法可知，func1时间复杂度为：O（N^2）

③

• 空间复杂度：它是对一个算法在运行过程中临时占用存储空间大小的量度 。所以空间复杂度算的是变量的个数。
• 空间复杂度计算规则基本跟实践复杂度类似，也使用大O渐进表示法。

☆下面看一段代码来理解空间复杂度：

// 计算fibonacci的空间复杂度？
int[] fibonacci(int n) {
long[] fibArray = new long[n + 1];
fibArray[0] = 0;
fibArray[1] = 1;
for (int i = 2; i <= n ; i++) {
  fibArray[i] = fibArray[i - 1] + fibArray [i - 2];
 }
return fibArray;
}

//动态开辟了N个空间，空间复杂度为 O(N)