04-复杂度分析（下）：浅析最好、最坏、平均和均摊时间复杂度

ps: 极客时间，数据结构与算法之美的个人总结

1.概念

• 最好时间复杂度：在最理想的情况下，执行代码的时间复杂度。
• 最坏时间复杂度：在最糟糕的情况下，执行代码的时间复杂度。
• 平均时间复杂度：加权平均值，期望值
• 均摊时间复杂度：在⼀组连续操作中，⼤部分情况下时间复杂度低，个别情况下⽐较⾼，⽽且存在时序关系，可将较⾼时间复杂度那次操作的耗时，平摊到其他那些时间复杂度⽐较低的操作上。

2. 案例

// 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;
       break;
    }
  }
  return pos;
}

这段代码：最好情况是第一个就找到，复杂度为O(1),最差是全部遍历一遍，复杂度为O(n)。

那平均复杂度多少呢？
要查找的变量x在数组中的位置，有n+1种情况：在数组的0～n-1位置中和不在数组中。

得到的平均复杂度：省略掉系数、低阶、常量O(n).

均摊复杂度又是怎么回事？

// array表示一个长度为n的数组
 // 代码中的array.length就等于n
 int[] array = new int[n];
 int count = 0;
 
 void insert(int val) {
    if (count == array.length) {
       int sum = 0;
       for (int i = 0; i < array.length; ++i) {
          sum = sum + array[i];
       }
       array[0] = sum;
       count = 1;
    }

    array[count] = val;
    ++count;
 }

代码很容易懂: 当数组满了后，执行一次累加放到索引0位置。

最好复杂度是O(1), 最差是O(n).

平均复杂度：O(1)

均摊时间复杂度

每一次O(n)的插入操作，都会跟着n-1次O(1)的插入操作.所以把耗时多的那次操作均摊到接下来的n-1次耗时少的操作上，均摊下来，这一组连续的操作的均摊时间复杂度就是O(1)。

3. 为什么引入

只有同⼀块代码在不同的情况下，时间复杂度有量级的差距。