算法导论-从算法复杂度开始说起

在各种论文中我们经常会看到算法复杂度分析。这是一个高频出现的内容。大部分的同学第一反应肯定是 什么是复杂度？算法复杂度是不是算法具体执行了多少次？

其实算法复杂度是指算法的时间复杂度，其单位并不是一次具体的运算(如 加法 乘法 或者寄存器操作等)，相反，凡是能够在有限时间内完成的，统称为常数时间操作，是算法复杂度的基本单位。算法的时间复杂度也不是指具体的算法执行次数，而是指随着算法输入规模增加，算法的复杂度增长的规律。因此，算法复杂度是一个极限的概念，也称为渐进复杂度。既然是极限相关的分析，所以我们先给出算法复杂度分析中遵循的四个基本规律：

1. 考虑算法复杂度最坏的情况
2. 忽略低阶项
3. 忽略常数
4. 假设输入规模n为无穷大

算法复杂度的相关符号有三个 (), (), ()，分别表示上界，下界，和确界。

为了方便我们假设算法复杂度实际上用T(n)表示。接着我们给出三个符号的定义：

1.  算法复杂度上界(f(n))表示，存在一个常数c，, 函数f(n), 当n>, T(n)<= cf(n)。

2.  算法复杂度下界(f(n)))表示，存在一个常数c，, 函数f(n), 当n>, T(n)>= cf(n)。

3.  算法复杂度确界(f(n)))表示，存在尝试c1， c2，, 函数f(n), 当n>, c1f(n)<=T(n)<=c2f(n)。

有了以上的定义，我们稍微做几道联系巩固一下。

ex1 . 我们考虑一下如下的任务，给定两个数组，A,B，我们想知道A,B两个数组有没有公共元素。

这个问题的伪代码如下图所示：

for i=1:n

      for j=1:n

             if A[i]==B[j]

                     return True

              endif

       endfor

endfor

return false

显然，上述问题最坏情况下就是执行次，因此算法复杂度上界为 ()。

为了更好的对前文提到的上界 下界 确界进行理解，我们再一起做一到练习

ex 2. 假设某算法复杂度,则下列说法正确的有：

         A.T(n) = (n)

         B T(n)=(n)

         C T(n)=()

         D T(n)=()

正确答案是 BCD，首先T(n) = ()< (), 所以A错，D对。注意代表上界。只是D是一个不太好的上界而已。同理 (n)是一个不太好的下界，所以B对。又,因此C选项也是对的。

希望通过这一篇博文，大家可以明确掌握算法复杂度的定义，其中复杂度上界用的是最多的。另外两个用的比较少。