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。
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;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;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;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
- 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。
- 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
- 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 <