算法的时间复杂度和动态数组扩容成本

目录

前言

一、常数操作

二、冒泡排序的常数操作

三、时间复杂度概念引入

四、动态数组扩容导致的时间复杂度问题

总结

---

---

前言

提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

一、常数操作

        完成某种操作的时间与数据无关，则称为常数操作；如加减乘除运算，10+10和10万+10万是一样的时间，因为都是32位二进制的运算；又比如从某个固定数组中找到下标为10的数和下标为1000的数也是一样的时间，所以也是常数操作。

二、冒泡排序的常数操作

       在冒泡排序中，常数操作为比较相邻两个大小并把大的换到右边；这样的常数操作一共发生次数为1+2+3+...n-1次，即是一个等差数列的和；Sn=na1+n(n-1)d/2;因为d=1，a1=1，则Sn=n+n2/2-n/2=n2/2+n/2。

 

三、时间复杂度概念引入

        冒泡排序中，当n趋  近无穷大的时候，系数与常数项变的关系不再大，而与n关系最大，所以我们用算法常数操作总次数和数据量大小n的函数关系中，最高阶作为算法的时间复杂度，所以冒泡排序法的时间复杂度为O(n2)；阶数越低，则当数据量n越大的时候，算法的优越性越好；
       二分查找复杂度：有序数组中二分排序找出某个数的常数操作次数的函数为Sn=log2N，所以时间复杂度为O(log2N)，复杂度极低。
       常数操作的复杂度：人为规定为O(1)，跟数据量无关。。

 

四、动态数组扩容导致的时间复杂度问题

下面来看每次数组扩容所产生的的成本：

如果数组长度是1，则无需扩容；
如果数组长度是2，则需要扩容1次，数组操作2次；
如果数组长度是4，则需要扩容2次，数组操作4次；
如果数组长度是8，则需要扩容3次，数组操作8次；
…
如果数组长度是N，则需要扩容logN次，数组操作n次；
所以复杂度为数组操作次数加和，即：1+2+4+8+...+N，一共为前面logN个数字的和，根据等比数列求和公式Sn=a1(1-q^n)/(1-q)=(1-2^logN)/(1-2)=n;所以动态数组因为扩容导致的时间复杂度为：O(n)。
当复杂度均摊到每一个数组元素的增加上，则时间复杂度为O(1)。

---

总结

        所以动态扩容的数组与固定数组的复杂度差别不是很大，在工程中可以使用动态数组来替代固定数组的功能。