目录
时间复杂度
时间复杂度的概念
时间复杂度的定义:假如我们想要知道一个程序跑起来到底需要多久,我们只有在它运行的时候才能测量出来,但是不同的机器由于运算速度的不同,所以执行的时间会有所差异,所以我们用一个函数来计算程序运行时候的运行次数,从而确定程序的运行时间
#include<iostream>
using namespace std;
int main()
{
int n = 0;
scanf("%d", &n);
for (int i = 0; i < n; i++)
{
for (int j = 0; j < n; j++)
{}
}
int k = 10;
while (k--)
{}
}
上面这个程序就运行了n*n+10次
大O渐进法描述时间复杂度
但是实际中我们不需要特别精确,只需要算出大概的执行次数就行,所以我们可以使用大O表示法来表示时间复杂度
大O符号:是用于描述函数渐进行为的数学符号
推导大O阶方法:
1、用常数1取代运行时间中的所有加法常数
2、在修改后的运行次数函数中,只保留最高阶项
3、如果最高阶项存在且不是1,则去除与这个项目相乘的常数。得到的结果就是大O阶
注意:大O推导法推的是最坏的结果
空间复杂度
空间复杂度的概念
计算一个算法占用内存的方式
也使用大O渐进法表示
计算的不是程序所占的字节,而是临时变量的数量
注意:
1、我们需要计算的是显示创建时候的变量,函数传过来的参数,不在我们的计算范围内
int add(int* a,int n)
{
int sum = 0;
for (int i = 0; i < n; i++)
{
sum += *(a);
//虽然我们使用了数组a有n次,但是实际上显示开辟的空间只有sum,所以空间复杂度为O(1),时间复杂度为O(N)
}
return sum;
}
2、时间复杂度是累计的 空间是不累计的
int fib(int n)
{
if (n < 3)
{
return 1;
}
else
{
return fib(n - 1) + fib(n - 2);
}
}
虽然会不断的压栈,但是函数运算完后会进行返回,所以使用的都是同一块内存空间,所以空间复杂度为O(N)