算法时间复杂度与空间复杂度

1. 概念

在写算法时不能只考虑能否解决问题，时间复杂度和空间复杂度也应考虑在内。

• 时间复杂度是指算法执行时的速度，时间复杂度越低，执行速度越快，这点尤为重要；而空间复杂度则是算法需要消耗的内存大小，当然也是越小越好，优化算法就是朝着高效率低内存而去的。

时间复杂度：

比如   for（i=0；i<n;i++) 这条语句；i 循环了n次，那么它的时间复杂度就是O(n)；

​
for(i=0;i<n;i++)
{
  for(j=0;j<n;j++)
  a++;
}

​

而这个循环了n*n次，那么它的时间复杂度就为O(n*n)；

空间复杂度：

• 在程序中也需要分配内存，设置的每个变量都是要消耗内存的，而数组则会消耗更多内存；

2.例题

1732. 找到最高海拔

有一个自行车手打算进行一场公路骑行，这条路线总共由 n + 1 个不同海拔的点组成。自行车手从海拔为 0 的点 0 开始骑行。

给你一个长度为 n 的整数数组 gain ，其中 gain[i] 是点 i 和点 i + 1 的 净海拔高度差（0 <= i < n）。请你返回 最高点的海拔 。

示例 1：

输入：gain = [-5,1,5,0,-7]
输出：1
解释：海拔高度依次为 [0,-5,-4,1,1,-6] 。
最高海拔为 1 。

方法一：

动态分配另一个数组high 储存海拔高度，high[0]为0，最后返回数组high中的最大值；

• 
  int largestAltitude(int* gain, int gainSize){
               int *hash=calloc(gainSize+1,4);     //分配内存给数组hash；
               hash[0]=0;
               for(int i=1,j=0;j<gainSize;i++,j++)
               {
                    hash[i]=hash[i-1]+gain[j];     //两个海拔高度相减为高度差；
               }
               int max=hash[0];
               for(int i=1;i<gainSize+1;i++)
               {
                   if(max<hash[i])max=hash[i];          //找出最大值
               }
               return max;
  }
  
  ​
  
  ​

  函数中的*gain是传入的数组代表净海拔高度差，而gainSize是数组的长度；

max则是返回的最大海拔高度。

执行用时: 4 ms

内存消耗: 5.9 MB

很明显，可以再进行优化；

在输入n给数后，找出它们的最大值其实并不用储存到数组，在每次输入后就跟max比较大小就行；

优化后：

int largestAltitude(int* gain, int gainSize){
             int max=0;
             int n=0;
             for(int i=0;i<gainSize;i++)
             {
                 max=fmax(max,n+gain[i]);
                 n+=gain[i];
             }
             return max;
}

执行用时: 0 ms

内存消耗: 5.7 MB

• 这样就省去了一个数组的内存，速度也相应提高了。

南昌理工学院集训队