目录
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。