浅析算法和评价算法的指标

  • 算法(Algorithm)是指用来操作数据、解决程序问题的一组方法。对于同一个问题,使用不同的算法,也许最终得到的结果是一样的,但在过程中消耗的资源和时间却会有很大的区别。
  • 评价算法两个重要指标。一般我们通过时间和空间两个维度去考量。

时间复杂度

时间复杂度:由于同一个算法在不同的运行环境和硬件环境下耗费的时间不一,因此时间复杂度并不是具体衡量一个算法具体花费的时间,而是衡量一个算法的时间趋势。「 大O符号表示法 」,即 T(n) = O(f(n)),其中f(n) 表示每行代码执行次数之和,而 O 表示正比例关系,这个公式的全称是:算法的渐进时间复杂度。
时间复杂度一般有以下几种:

  • 常数阶O(1)
int i = 1;
int j = 2;
++i;
j++;
int m = i + j;
  • 线性阶O(n)
for(int i=0,i<n,i++){
	j= i;
	j = 2+j;
}
  • K次阶O(n^k)
    K次阶是线性阶的 K 次 for 循环
  • 对数阶O(logN)
int i= 1;
while(i<n){
	i=2*i;
}
  • 线性对数阶O(KlogN)
    线性对数阶就是对数阶的 k 次 for 循环
  • 指数阶O(2^n)
long aFunc(int n) {    
    if (n <= 1) {        
        return 1;
    } else {        
        return aFunc(n - 1) + aFunc(n - 2);
    }
}

显然运行次数,T(0) = T(1) = 1,同时 T(n) = T(n - 1) + T(n - 2) + 1,这里的 1 是其中的加法算一次执行。显然 T(n) = T(n - 1) + T(n - 2) 是一个斐波那契数列,通过归纳证明法可以证明,当 n >= 1 时 T(n) < (5/3)^n,同时当 n > 4 时 T(n) >= (3/2)^n。所以该方法的时间复杂度可以表示为 O((5/3)^n),简化后为 O(2^n)。

空间复杂度

类似于时间复杂度的讨论,一个算法的空间复杂度(Space Complexity)S(n)定义为该算法所耗费的存储空间,它也是问题规模n的函数。渐近空间复杂度也常常简称为空间复杂度。
空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的量度。一般情况优先考虑时间因素,也就是时间复杂度。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值