时空复杂度那些事儿（一）

时间复杂度

这段时间准备复习考研，发现时间复杂度一直没整明白，昨晚上听了节王道的网课感觉比之前更清晰一些了，所以把它写下来

频度：一个语句的频度是指该语句被重复执行的次数。
算法问题的规模：n

假设每个语句的执行一次的时间都是1ms,那么以下语句的时间开销是多少呢？
当n=3000时

• int i=1 执行了1次
• while(i<=n) 执行了3001次
• i++ 执行了3000次
• printf(“I Love You %d \n”,i); 执行了3000次
• printf(“I Love You More Than %d\n”,n); 执行了1次

执行的时间= （1+3001+3000+3000+1）*1ms

.

• 那么问题在于，用算法写成程序后，程序运行的时间来估量算法的优秀程度是否合理？
  答案显然是不合理， 如果同一个算法用C语言实现，和用java实现，低级语言的执行效率会更高，用的时间会更短，而它们本身的算法并无差异。 所以用程序跑的时间来衡量算法时间复杂度是扯淡的

• 因此在计算时间复杂度的时候，把时间单位毫秒直接省略。只看每条语句执行的次数。每条语句执行的次数之和作为时间复杂度。

然后我们不难发现，上述执行时间（1+3001+3000+3000+1），可以用问题规模n代入
得到 :
算法时间复杂度= 3n+3
因此时间复杂度是关于n的函数记作T(n)

这时会出现两个问题：

1. 如果代码有几千行需不需要一行一行数？
2. 如果T(n)=n^3+ n^4 +nlog2n+…太过复杂的情况，可不可以忽略掉某些部分？

下面来进行两组算法的比较：
n=3000时，
1.T1(n)=3n+3 vs T2(n)=3n
9003 vs 9000
2. T1(n)=n^2+3n+1000 vs T2(n)=n^2
9010000 vs 9000000

不难发现，T1和T2的结果其实差别不大。好比两个舍友你俩都有九百万，他炒股赚了一万，他没有比你有钱多少。因此得出结论：时间复杂度表达式，可以只考虑阶数最高的部分，常数部分和阶数低的部分可以省略
例如（3n+3可以忽略3，n^2+3n+1000可以忽略3n和1000）

系数其实也是可以忽略的 例如3n 和 n ,当n=10，一个10，一个30。同样是生活中，拿三十块的小伙伴和拿十块的小伙伴，拿三十块的就不见得富裕多少。

因此可以如此简化：
T(n)=3n+3 可以看作是 n
T(n)=n^2+3n+1000 可以看作是 n^2
这种简化方法，称为大O表示法，即：
T1(n)=O(n)
T2(n)=O(n^2)

此时还有第二个问题，如果代码有几千行需不需要一行一行数？
根据上述的原则，常数是可以被忽略的，因此按顺序执行的代码是可以忽略不记的，只需要关注最深层次内的循环，其中的一条语句的执行次数即可。

---

关于最深层次循环，其实这里是存在有一个坑的，什么是最深层次的循环？ 可以通过下面这个例子学习，并且引出时间复杂度的两条规则

解析步骤：

1. 正常执行语句忽略不计
2. 选择外层循环的一条执行语句，i++ 次数为n
3. 内层循环的语句 printf(“I am Iron Man\n”) ，次数为n^2
   结果：T(n)=O(n)+O(n^2)
   大O表示法的加法准则，选择其中比较高阶的一项作为结果所以
   T(n)=O(n^2)

因此可以得到结论，时间复杂度只需要关心最内层的循环，选择其中一条语句的执行次数即可。忽略常数和系数，只关注数量级。