【数据结构】复杂度与线性表

复杂度与线性表

1.复杂度（Complexity）

衡量算法好坏的的时候，两个主要维度（时间|空间）

复杂度衡量算法好坏的一个尺度/标准

1）时间复杂度（重点）

2）空间复杂度

2.时间复杂度

第一反应：算法的运行时间

因为运行环境的不确定，所以，直接拿运行时间去衡量不合理

CPU主频    单位时间内，运行的指令个数

CPU每秒运行的指令个数是不变的

考察算法的运行时间------>考察算法运行需要的指令个数

算法运行的指令个数和因素（数据规模 n）有关系

冒泡排序（10/10000）

指令个数=F（n）

所以：

1.时间复杂度，求F(n)

大O渐进表示法（不求甚解的过程）

1）只保留最高次项

2）最高次的项的项数化为1

O（F(N)）=O(N^2)

3.算法有多种情况需要考察

最好 平均 最坏

O(1) O(n) O(n)

二分查找：

1）最坏情况没找到

上次：区间内 1个数

再上 2个数

再上 4个数

时间复杂度 O(log(n));(一般默认为2为底)

常见的时间复杂度：O(1), O(log(n)), O(n), O(n*log(n)), O(n^2)

递归函数求阶乘：O(n)

递归斐波那契数：O(2^n)（时间复杂度就是计算结点个数，利用不求甚解的过程）

结论：如果一个算法是O(2^n),基本没有用

3.空间复杂度

算法执行过程中，占用的额外空间和数据规模n的关系的大O渐进表示法

开辟空间;

1）栈上的局部变量/形参

2）对上的对象（数组、其他对象）

3）如果是递归方法，考虑调用栈的占用情况

总结：复杂度（不求甚解即估算）

衡量算法好坏刻度，有两个维度

时间复杂度：通过算法的指令个数衡量

空间复杂度

大O渐进法 1.最高次保留2.系数=1

 

线性表

1.线性结构

2.树形结构

3.图形结构（不讲）

4.排序

 

 

1.线性结构

1）数据逻辑上有连续性，物理存储上也有连续性 顺序表

2）………………………，物理存储上不一定连续 链表

顺序表：

创建/销毁

*增/*删/查/改

访问第n个元素的时候，时间复杂度要求O（1）

增：头插/尾插/中间插入（给定下标）

删：头删/尾删/中间删除（给定下标）

查：indexOf(element)

改：set（int index,int value）

访问：get (int index)

array[空间的下标]=array[数据的下标]

2.扩容：

1）扩容的条件：在插入之前，size==array.length;

2)如何扩容（搬家）

（1）申请新房子（1.5倍-2倍） java中通常1.5倍

（2）把东西都搬过去

（3）朋友圈通知自己的新家

（4）把旧的房子推掉

3）所有插入都需要考虑扩容

时间复杂度

头插、头删、中间插入、中间删除     O(n)

尾插 平均 O(1)  均摊 O(1)

尾删 O(1)

会触发扩容的条件 O(n)