时空复杂度的分析

1.时间复杂度

当代码执行的时候，会消耗一定的时间来运行，这个时间就与你所写的代码有关。当你使用不同的算法时，所耗费的时间也是可能不同的。

下面先看一个简单的代码：

#include<iostream>
using namespace std;
int main()
{
    int n=100;
    for(int i=1;i<=n;i++)
    {
    cout<<"当前执行了: "<<i<<"次"<<endl;
    }

}
/*
该代码中给i赋值一次，i<=n要判断n+1次，i++执行了n次。
给n赋值也用了一次，cout输出也执行了n次，耗费时间总和为3n+3次。
如果n的范围变大，那么3n+3的常数项与系数就可以省略不计。
所耗费的时间复杂度就相当于n次，一般用O(n)来表示.

*/

时间复杂度的计算就是将代码的执行次数来近似，其次需要注意以下几点：
1.忽略常数项。
2.忽略系数。
3.只保留最高项

常见的时间复杂度：

o(1)<o(logn)<o(n)<o(nlogn)<o(n²)<o(n³)<o(2ⁿ)<o(n!)

在算法题目中常常会给定数据范围，我们首先要有一个思路去解决这个问题，其次是要考虑这个算法会不会超时，尽可能的去优化它。

下面就来一道洛谷的题目来看看时间复杂度的重要性:
P2249：

【深基13.例1】查找

题目描述

输入 $n$ 个不超过 $10^9$ 的单调不减的（就是后面的数字不小于前面的数字）非负整数 $a_1,a_2,\dots ,a_n$，然后进行 $m$ 次询问。对于每次询问，给出一个整数 $q$，要求输出这个数字在序列中第一次出现的编号，如果没有找到的话输出 $-1$ 。

输入格式

第一行 $2$ 个整数 $n$ 和 $m$，表示数字个数和询问次数。

第二行 $n$ 个整数，表示这些待查询的数字。

第三行 $m$ 个整数，表示询问这些数字的编号，从 $1$ 开始编号。

输出格式

输出一行，$m$ 个整数，以空格隔开，表示答案。

样例 #1

样例输入 #1

11 3
1 3 3 3 5 7 9 11 13 15 15
1 3 6

样例输出 #1

1 2 -1

提示

数据保证，$1\le n\le 10^6$，$0\le a_i,q\le 10^9$，$1\le m\le 10^5$

本题输入输出量较大，请使用较快的 IO 方式。

如果就单纯的每查询一次就遍历一次的话就会导致超时。代码如下：

#include<iostream>

using namespace std;
int ans[1000001];
int main()
{
	int n,m,x; // 表表示数字个数和询问次数和每次查询输入的数字 
	cin>>n>>m;
	 for(int i=1;i<=n;i++) cin>>ans[i];
	 while(m--)
	 {
	 	cin>>x;
	 	for(int i=1;i<=n;i++)
	 	{
	 		if(x==ans[i])
	 		{
	 			cout<<i<<" ";
	 			break;
			 }
			 else if(i==n&&x!=ans[i])
			 {
			 	cout<<"-1"<<" ";
			 }
			 
		 }
		 
	 }
	return 0;
} 

首先要知道一秒钟计算机运行10^9 ，这个题的时间复杂度为o(nm),而最坏的情况下为10^11，肯定会超时。那么就要考虑优化代码执行次数。
外层循环无法在优化了，查找的时候就可以考虑怎么优化。查找中可以使用二分查找，二分查找的时间复杂度为o(log₂n),此时的时间复杂度大约就为20*10^6,不会超时。代码如下：

#include<iostream>

using namespace std;
int ans[1000001];
int main()
{
	int n,m;
	cin>>n>>m;
	for(int i=1;i<=n;i++)
	{
		cin>>ans[i];
	}
	while(m--)
	{
		int x;
		cin>>x;
		int l=1,r=n,mid;
		while(r>l)
		{
			mid=(l+r)/2;
			if(x>ans[mid])
			{
				l=mid+1;   //加一很重要，不加会导致循环无法结束，比如循环到L=5,R=6时，mid=11/2=5， 
			}
			else
			{
				r=mid-1;
			}
			
		}
		if(ans[l]==x) cout<<l<<" ";
		else cout<<"-1"<<" ";
		
	}	
	
	return 0;
}

2.空间复杂度

就是你代码中数组开辟等所占用的空间，在算法题目中一般只要比规定的多开几个就可以满足需求了，不会出现溢出的情况。