数据结构-2算法和时间复杂度

什么是算法？

对问题求解步骤的描述，通过有限序列的指令来实现

特征：

1. 有穷性：有限，不重复循环
2. 确定性：每个步骤都是明确无歧义的
3. 可行性：计算机能实现的算法
4. 输入：被计算机处理的各种类型数据
5. 输出：计算机处理后输出的结果

算法的复杂度

时间复杂度

用于衡量当问题规模不断增大，算法执行时间增长的快慢。记作T(n)，则时间复杂度主要分析T(n)的数量级。T(n)=O(f(n))，大O记法，f(n)是算法中基本运算的频度，一般考虑最坏情况下的时间复杂度

计算方法：取算法中时间增长最快的那个函数项，把它的系数改为1

 

空间复杂度

用于衡量算法随着问题规模增大，算法所需空间的增长的快慢，S(n)=O(g(n))。

 

时间复杂度大小关系：

O(1)<O(log2n)<O(nlog2n)<O(n^2)<O(n^3)<O(2^n) 从左至右，时间性能依次降低

 

复杂度的计算

时间复杂度：

复杂度是关于增长率的，所以直接忽略常数项，只关注问题规模

一般可以直接关注循环段基本操作语句的执行次数

1)单个循环体：

直接关注循环体的执行次数

2)多个循环体：

运算规则：乘法规则，加法规则

两个循环体是独立的，采用加法规则：T(n)=T1(n)+T2(n)=max(T1(n),T2(n))

两个循环体是嵌套的，采用乘法规则：T(n)=T1(n)*T2(n)

 

空间复杂度：

算法运算过程中使用的辅助空间的大小

S(n)=O(f(n))