算法的复杂度

---

分为时间复杂度和空间复杂度度

1 算法效率

• 用时间复杂度和空间复杂度衡量一个算法的好坏
• 时间复杂度最受关注

2 时间复杂度

asymptotic time complexity
T(n) = O (f(n))

2.1 时间复杂度的概念

下面输出是几呢?

#define _CRT_SECURE_NO_WARNINGS 1

#include <stdio.h>

void Func1(int N)
{
   
	int count = 0;
	for (int i = 0; i < N; ++i)
	{
   
		for (int j = 0; j < N; ++j)
		{
   
			++count;
		}
	}

	for (int k = 0; k < 2 * N; ++k)
	{
   
		++count;
	}
	int M = 10;
	while (M--)
	{
   
		++count;
	}
	printf("%d\n", count);
}

int main()
{
   
	int n = 0;
	scanf("%d", &n);
	Func1(n);
	return 0;
}

4
34 // 一共执行了(N**2 + 2N + 10)次

其T(n) = O(N**2 + 2N + 10) = O(n^2)

2.2 大O表示

大O表示(Big O notation)表示函数的渐近行为, 复杂度从小到大依次为:

• O(1)
• O(n)
• O(log2n)
• O(n**2)
• O(2**n)
  常数次都算O(1)因为计算机很快

int main()
{
   
	size_t begin = clock();
	size_t n = 0;
	for (size_t i = 0; i < 10000000; i++)
	{
   
		n++;
	}
	size_t end = clock();
	printf("%d\n", end - begin);
	return 0;
}

6 or 5//单位是ms

可以看见循环了10000000时间也很少,常数次都算O(1).

2.3 实例

2.3.1 执行2N+M次

#include <stdio.h>

void Func2(int N)
{
   
	int count = 0;

	for (int i = 0; i < 2 * N; i++)
	{
   
		count++;
	}

	int M = 10;
	while (M--)
	{
   
		count++;
	}
	printf