算法复杂度简介以及排序算法简介

目录

一、算法复杂度

时间复杂度：

1.时间频度可能不同，但是时间复杂度可能相同：

2.时间复杂度计算规则：

3.常见的时间复杂度场景：

空间复杂度：

十大排序算法：

1.冒泡：

2.选择：

3.插入：

4.谢尔：

5.快速：

6.归并：

7.堆：

8.计数：

9.桶：

10.基数：

---

一、算法复杂度

分为时间复杂度和空间复杂度，都是计算机资源的重要体现。

时间复杂度：

时间复杂度是指执行这个算法所需要的计算工作量。

一个算法中的语句执行次数称为语句频度或时间频度，记为T(n)。为了描述时间频度变化引起的变化规律，引入时间复杂度概念，记为O(...)。

1.时间频度可能不同，但是时间复杂度可能相同：

T(n) = n^2 + 3n + 4 ---> n^2 + 3n ---> n^2

T(n) = 4n^2 + 2n + 1 ---> 4n^2 + 2n ---> 4n^2 ---> n^2

他们的频度不同，但时间复杂度相同，都为O(n2)

2.时间复杂度计算规则：

用常数1取代运行时间中的所有加法常数。

只要高阶项，不要低阶项。

不要高阶项系数。

3.常见的时间复杂度场景：

O(1)常数阶

O(N)线性阶

O(logN)对数阶

O(n^2)平方阶

O(nlogn)线性对数阶

O(1) < O(logN) < O(N) < O(nlogn) < O(n^2) < O(n^3) < O(2^2) < O(n!) < O(n^n)

空间复杂度：

空间复杂度是指执行这个算法所需要的内存空间。程序一般执行时所需要的空间有固定空间（主要包括指令空间即代码空间、数据空间即常量或者简单变量等所占的空间）和可变空间（主要包括i动态分贝的空间以及递归栈所需的空间等）两部分。

十大排序算法：

优先考虑归并排序，但是会费一倍的空间，如果要省空间则使用快速排序。

1.冒泡：

从位置0开始，当前位置数字和后面位置的数字进行比较，如果前面的大于后面的则进行交换。循环进行此过程，只不过位置向后移动一位。

时间复杂度为O = n^2

2.选择：

假设第一个数字就是最大的数字，记录好它的索引，然后和后面的数字进行比较，如果后面的数字大于最大数字，重新记录新数字索引，直到最后一个数字，将最大数字索引与最后一个数字进行交换。

时间复杂度为O = n^2

3.插入：

假设原始数列就是有序的，每次向数列中插入一个数字，从右向左依次比较，找到合适的位置，依次进行每个数字。

时间复杂度为O = n^2

4.谢尔：

将数据递归分组，首先分为 长度/2组，然后将第一个数字与1+zu进行插入排序，经过i第一次整体排序后，小的数字很快被移动到前面，重新将数据分组，原来组/2，小数字又很快被移动到前面。

时间复杂度为O = n^1.3

5.快速：

共三种（左右法、前后法、挖矿法），选择一个数字作为参照物即基准数字，例如5，然后和另外一个进行比较，如果右边的小于5就交换，5左边的大于5就交换，整体排序之后5的位置就是对的了，左右两个是无序的，将左右两个都当作一个新序列进行排序基准数。

时间复杂度为O = n*log2n

6.归并：

让两个有序对列进行比较，然后每个对列依次取出1个数字比较，然后小的数字被去除。

分割：依次将数列二等分，二等分之后的子序列继续二等分。直到每个子序列都只有一个数字，停止分割。

合并：按照分割的顺序进行合并。

7.堆：

  一种基于数的排序算法，二分查找数（任意节点、最多有两个子节点、左面的节点都小于父节点、右边的节点都大于父节点）。

8.计数：

只针对特殊数据的排序。将对应的数据让数组的索引对应值加1，最后遍历数组，索引对应的值是几就打印几。它适用于区间比较小的排序，例如一个班级的学生成绩排序。

9.桶：

将数字按照范围进行分割，然后对分割后的数据进行排序（继续分割）。使用数据粪桶特别要注意数据倾斜问题。

10.基数：

按照个位先排序，然后按照十位...百位。