【数据结构与算法之美】读书笔记03 --最好、最坏、平均、均摊时间复杂度

我们常说工作中遇不到数据结构和算法，其实是我们主动或无意识过滤掉这样的机会。

四个复杂度概念

重点四个复杂度分析方面的知识点。

1. 最好情况时间复杂度（best case time
   complexity）：代码在最理想情况下的时间复杂度；
2. 最坏情况时间复杂度（worst case time complexity）：代码在最坏情况下执行的时间复杂度；
3. 平均情况时间复杂度
   （average case time complexity）：用代码在所有情况下执行的次数的加权平均值表示；
4. 均摊时间复杂度（amortized time complexity）：在代码执行的所有复杂度情况中绝大部分是低级别的复杂度，个别情况是高级别复杂度且发生具有时序关系时，可以将个别高级别复杂度均摊到低级别复杂度上。基本上均摊结果就等于低级别复杂度。

如果这几个概念你都能掌握，那对你来说，复杂度分析这部分内容就没什么大问题了。

为什么引入

1. 同一段代码在不同情况下时间复杂度会出现量级差异，为了更全面，更准确的描述代码的时间复杂度，所以引入这4个概念。
2. 代码复杂度在不同情况下出现量级差别时才需要区别这四种复杂度。大多数情况下，是不需要区别分析它们的。

如何分析

最好、最坏时间复杂度

1. 代码示例：

// n 表示数组 array 的长度
int find(int[] array, int n, int x) {
   
  int i = 0;
  int pos = -1;
  for (; i < n; ++i) {
   
    if (array[i] == x) pos = i;
  }
  return pos;
}

这段代码要实现的功能是，在一个无序的数组（array）中，查找变量 x 出现的位置。如果没有找到，就返回 -1。按照上节课讲的分析方法，这段代码的复杂度是