时间复杂度-算法评价的标准

  前言：算法，一直是每个程序员的心病，确是程序的核心，很多人觉得算法很难，没错，但是世界上真的有很难的事情吗？如果不去尝试，只去抱怨，不去尝试，我觉得可能一辈子也就只能当一名普通的程序员了。有一句老话说的挺好，成功的人遇到一个难题，第一反应是想着怎么解决它，而不是先担心不会做，做不懂，如果不迈出第一步，后面只会更加难过。博主是个多愁善感的程序猿，不过我觉得有些东西，不该逃避的绝对不能去逃避。只有勇于面对困难，才能真正去战胜它，哈哈，感觉有点像心灵鸡汤了，好吧，开始我的初级算法学习之路了。

一、算法好坏的判别标准：

1.1 时间复杂度

   无论是什么东西，总有一个判别的标准，算法也是，并不是说你说这个算法好就好，界内是有一个专门的标准的，在保证算法的准确性后，这个判别标准就是算法的时间复杂度，学过数据结构的同学不会对此陌生，评价一个算法流程的好坏，是先看时间复杂度的指标，我们在然后再分析不同数据样本下的实际运行时间，也就是常数项时间。

  通常我们一般使用O（读作big 欧 ）来表示，具体来说，在常数操作数量的表达式中，只要高阶项，不要低阶项，也不要高阶项的系数，剩下的部分，如果记为f(N)，那么时间复杂度为O(f(N))。

一般来说，我们谈论算法的速度所指的并非是时间，而是操作数的增速，这一点我们可以把 f(N) 的曲线图画出来就会十分的清晰，随着输入的增加，运行时间将以什么样的速度增加才是我们真正关注的，且算法运行时间并不以秒作为单位，可能是次数、时间等

下面我用上家公司的一道面试算法题来大致说明：

题目大致是：有两个已排序的数组，分别是N=[ 1,2,4,5,6,7]  M=[ 2,3,5,6,9,12,15,17] ,请用原生的语言将其交集求出，假设N是一个有n个元素的数组，M是有m个元素的数组,求出其算法时间复杂度（要求，不用任何关于数组内置方法或函数）

当初我碰到这道题的时候，就知道肯定是有多种算法来解决的，现在看来大致有着三种，每种的算法复杂度都不同。下面我用PHP语言结合代码对其进行说明，（本想用c的，不过真的忘了）

第一种算法，也是最为简单的，两个循环进行遍历即可：

<?php
	$m = [2,3,5,6,9,12,15,17];
	$n = [1,2,4,5,6,7];
	$tempArray = []; //临时数组
	for($i = 0;$i < count($n); $i++){
		for($a = 0;$a < count($m); $a++){
			//如果某个数组遍历到最后
			if(!$n[$i]||!$m[$a]){
				break 2;
			}
            //匹配到相等的则放入临时数组中
			if($n[$i] ==$m[$a]){
				$tempArray[] = $n[$i];
				break;
			}
		}
	}

	var_dump($tempArray);

我们简单分析一下这种简单粗暴的方式，基本上不懂算法的人也会用这种方式，实际上就是遍历而已，那么这种所谓的算法的时间复杂度是多少呢？

这时候我们可以引入一个概念：语言频度

语句频度：一条语句的重复执行次数

我们可以看出两个循环的语句频度分别为m,n，则最内层的代码执行的语句频度为m*n，那么我们可以说这个算法的时间复杂度为O(n*m）

第二种算法：使用二分查找法

什么是二分查找法：二分查找也称折半查找（Binary Search），它是一种效率较高的查找方法。但是，折半查找要求线性表必须采用顺序存储结构，而且表中元素按关键字有序排列，实现的代码如下:

<?php
  class Test
  {
  	public function index()
  	{
  
  		$m = [2,3,5,6,9,12,15,17,20,34];
	    $n = [1,2,5,6,9,12,13,34,35];
	    $tempArray = [];
	    for($i = 0; $i < count($n); $i++) {

	    	$temp = $this->serachValue($n[$i],$m);
	      if($temp){
          $tempArray[] = $temp;
        }
	    	
	    }
      var_dump($tempArray);


  	}

  	public function serachValue($value,$arr=[])
  	{
  		$max   = count($arr); //数组的长度
    	$lower = 0;  
   		$high  = $max - 1;
   		//当lower和high相等时说明找到了 
   		while( $lower <= $high ){
   	
   			$middle = intval(($lower + $high)/2);
   			if($value > $arr[$middle]){
          $lower = $middle+1;
   			}elseif($value < $arr[$middle]){
   				$high = $middle-1;
   			}else{
   				return $arr[$middle];
   			}

   		}
   		
       
  	}
 
  	
  }
  	$c = new Test();
  	$c->index();
	
	
	

二分查找的要求是数据结构必须是顺序存储的，而且是有序化的，从小到大或者从大到小都可以，以3在数组 M=[2,3,5,6,9,12,15,17]查找为例，主要是如下的步骤：

①：一开始，low为0，high为7，则middle为intval((low+high)/2) = 4  ,则 3 < $M[4]  ,故high = middle-1 = 3

②: low 为0 ，high为3，middle为intval((low+high)/2) = 2 ，则 3 < $M[3] ,故high = middle -1 = 1

③：low为0 ，high为1，middle为intval((low+high)/2) = 1，则 3 = $m[1]  ,return $m[1] 查找成功 假设数组个数为M个，那么在这个数组查找一个数的时间复杂度为O(log2M)，那么在我们的这个算法中，因为数组已经是有序化的，那么我们则不需要对其进行排序，而N数组的遍历的时间复杂度为O(n）,故该算法的时间复杂度应为 O(n）*O(log2M),相比遍历的那个算法，O(log2M）肯定要比O(M)小,故这种算法相对于遍历来说是更好的算法。

第三种算法是：外排的方式，这种方式就比较灵活了，我大致说下流程。

首先，先定义两个坐标变量，都分别指向数组第一个元素的位置，如图，n一开始指向的是1，m指向的是2，咋们按照谁指的值小谁就移动的规定来进行，流程大致如下：

①n指向的值比m小，所以n移动，其实此时可以看出，数组N的最小的都比数组M的最小的还要小，那么1肯定不在数组M中，因为两个数组都是从小到大排好序的。

②n指向2, 此时n指向的值和m指向的相等，匹配成功，写入临时数组，n右移

③n指向4 ，4比m指向的值2大，谁小谁动，故m右移，m指向3，同理，m还是得右移

④m指向的值为5，大于n指向的值4，说明4是找不到的，按照规定n右移

......

代码大致如下：

<?php
  		$M = [2,3,5,6,9,12,15,17,20,34];
	    $N = [1,2,5,6,9,12,13,34];
	    $tempArray = [];
  		$m = 0;
  		$n = 0;
  		
  		while($n < (count($N)-1)||$m < (count($M)-1)){
  		
  		if($N[$n] < $M[$m]){
  			$n += 1;
  		}elseif($N[$n] > $M[$m]){
  			$m += 1;
  		}else{
  			$tempArray[] = $N[$n];
  			$n +=1;
  		}

  	}

  	var_dump($tempArray);

 

最后我们简单总结一下三种算法的差异

第一种：直接遍历，时间复杂度为O(n*m） 效果较差

第二种：使用二分法 ，时间复杂度为O(n*log2m) 效果比上个好

第三种：使用外排法 ，时间复杂度为O(n+m）,效果较好

哈哈，这就是算法的奥妙了。