时间复杂度

淼桑

已于 2022-09-24 22:59:01 修改

阅读量184

点赞数

分类专栏：算法笔记文章标签：算法 python

于 2022-09-24 22:54:22 首次发布

本文链接：https://blog.csdn.net/qq_52310267/article/details/127025238

版权

算法笔记专栏收录该内容

1 篇文章 0 订阅

订阅专栏

场景

链接：LeetCode-题4-寻找两个正序数组的中位数https://blog.csdn.net/qq_52310267/article/details/126480506?spm=1001.2014.3001.5501

我在做LeetCode第四题时，发现该题对算法的时间复杂度有要求，而我对“时间复杂度”这个概念一知半解，正好借机学习一下。

名词概念

百度百科

时间复杂性，又称时间复杂度，算法的时间复杂度是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐进的，亦即考察输入值大小趋近无穷时的情况。

通俗理解

所谓时间复杂度就是体现算法时间成本的一个值，用大写的O来表示，我们通常假设一条语句的执行时间是相近的，因此可用算法中语句总执行次数来代表算法执行时间，求解一个算法的时间复杂度实际上就是求解算法中语句的执行次数。

常见算法、代码块时间复杂度分析

非循环、递归

def say_hello(name):
    print('hello', name)

调用一次该函数，print语句执行一次，且执行次数不随参数改变而增加，时间复杂度为O(1)

for循环

def say_hello(n):
    for i in range(n):
        print('hello')

调用一次该函数，print语句执行n次，时间复杂度为O(n)

(这里为方便表达，只看print语句执行次数，实际上print代表的是一个非递归、非循环的代码块)

while循环

def say_hello(n):
    i = 0
    while i < n:
        print('hello')
        i = i + 1

调用一次该函数，print语句执行n次，时间复杂度为O(n)

def say_hello(n):
    i = 1
    while i < n:
        print('hello')
        i = i * 2

要判断调用一次该函数，判断print语句执行多少次，只需要看循环终止时的情况即可，此时设执行了x次，则有下式：

$2^{x} = n$

因此执行次数

$x = log_{2}n$

时间复杂度为

$O(log_{2}n)$

选择排序

def selection_sort(data_list):
    n = len(data_list)
    for i in range(0, n - 1):
        for j in range(i + 1, n):
            if data_list[i] > data_list[j]:
                data_list[i], data_list[j] = data_list[j], data_list[i]
    return data_list

时间复杂度为

$O(n^{2})$

二分查找

def binary_search(target, data_list):
    n = len(data_list)
    data_list.sort()
    left = data_list[0]
    right = data_list[-1]
    mid = (left + right)/2
    while mid != target:
        if mid > target:
            right = mid
        else:
            left = mid
        mid = (left + right) / 2
    return data_list.index(mid)

在计算算法复杂度时，要抱有“最坏打算”。对应到二分查找算法中，要假设查找的数位于排序后的列表首部或者尾部，这样查找时需要定位到最后两个元素，在其中选出目标值。这时假设循环内部代码运行次数为x，列表长度为n，则：

$2^{x+1} = n$