基础数据结构和算法：时间复杂度和空间复杂度

算法运行效率体现在两个方面：
1.算法的运行时间 (时间复杂度)
2.运行算法所需的内存空间的大小 (空间复杂度)

• 表示时间复杂度
  用O记号表示算法的时间性能

  • P(多项式)
  • NP (非确定多项式)
    常用的时间复杂度从小到大的排序
    

如何计算时间复杂度

1.找出循环次数最多的语句
2.计算基本语句的执行次数的数量级
只保留最高次幂，忽略低次幂和最高次幂的系数

• O(1)

int n;
scanf("%d",&n);
printf("%d\n",n);

• O(n)

int n;
scanf("%d",&n);
int count=0;
for(int i=0;i<n;i++){
   printf("%d\n",++count);
}

• O(n^2)

int n;
scanf("%d",&n);
int count = 0;
for(int i=0;i<n;++i){
    for(int j=0;j<n;++j){
        printf("%d\n",++count);
    }
}

• O(n^3)

int n;
scanf("%d",&n);
int count = 0;
for(int i=0;i<n;++i){
    for(int j=0;j<n;++j){
        for(int k=0;k<n;++k){
            printf("%d\n",++count);
        }
    }
}

int n;
scanf("%d",n);
int count=0;
for(int i=0;i<n;i*=2){
	printf("%d\n",++count);
}

• O(2^n)

int n;
scanf("%d",&n);
int count=0;
for(int i=0;i<pow(2,n);i++){
	printf("%d\n",count++);
}

• O(n!)

long long factorial(int n){
	int res=1;
	for(int i=1;i<n;i++){
		res*=i;
	}
	return res;
}

int n;
scanf("%d",&n);
int count=0;
for(int i=0;i<factorial(n);i++){
	printf("%d\n",++count);
}

• 空间复杂度是指运行完一个程序所需内存的大小

• 如何表示空间复杂度？
  一个程序执行时除了需要存储空间和存储本身所使用的指令、常数、变量和输入数据外，还需要一些对数据进行操作的工作单元和存储一些为现实计算所需信息的辅助空间。程序执行时所需存储空间包括以下两部分：

  1.固定部分。这部分空间的大小与输入/输出的数据的个数多少、数值无关。主要包括指令空间（即代码空间）、数据空间（常量、简单变量）等所占的空间。这部分属于静态空间。
  2.可变空间。这部分空间的主要包括动态分配的空间，以及递归栈所需的空间等。这部分的空间大小与算法有关。