数据结构与算法之时间复杂度的分析（C语言）

1.基本时间复杂度的算法

算法的时间复杂度是一个函数，算法中的基本操作的执行次数，为算法的时间复杂度。

（即：找到某条基本语句与问题规模N之间的数学表达式，就是算出了该算法的时间复杂度。）

// 请计算一下Func1中++count语句总共执行了多少次？
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);
}

Func1 执行的基本操作次数 ：F(N)=N*N+2*N+10

用大O的渐进表示法，只取其最高阶项，可表示为O(N²）

大O渐进表示法

1.如果F(N)为常数，则用1表示

例：F(N)=1000表示为O(1)

2.如果最高阶前有系数，则去除该系数

例：F(N)=5N²表示为O(N²）

3.如果算法有多种情况（最好情况，最坏情况，期望情况），则取最坏情况

例：strchr的时间复杂度为O(N)

2.log型的时间复杂度

二分查找的时间复杂度

// 计算BinarySearch的时间复杂度？
int BinarySearch(int* a, int n, int x)
{
 assert(a);
 int begin = 0;
 int end = n-1;
 // [begin, end]：begin和end是左闭右闭区间，因此有=号
 while (begin <= end)
 {
 int mid = begin + ((end-begin)>>1);
 if (a[mid] < x)
 begin = mid+1;
 else if (a[mid] > x)
 end = mid-1;
 else
 return mid;
 }
 return -1;
}

二分查找的最坏情况为2^n=N，通过化简可以得到n=log2N

此时二分查找的时间复杂度可以表示为O（logN)

3.多重变量的时间复杂度

// 计算Func3的时间复杂度？
void Func3(int N, int M)
{
 int count = 0;
 for (int k = 0; k < M; ++ k)
 {
 ++count;
 }
 for (int k = 0; k < N ; ++ k)
 {
 ++count;
 }
 printf("%d\n", count);
}

此时有两个变量N，M，由于不知道N和M之间的数量级关系，故无法舍去任何一个变量

则Func3的时间复杂度表示为O(N+M)

4.递归函数的时间复杂度

4.1简单的递归函数

// 计算阶乘递归Fac的时间复杂度？
long long Fac(size_t N)
{
 if(0 == N)
 return 1;
 
 return Fac(N-1)*N;
}

计算递归函数的时间复杂度方法为将所有递归展开，然后把每一个递归执行次数相加

例如该程序，递归了N次，每次递归执行一次，故时间复杂度为O(N)

4.2复杂的递归函数

例1

// 计算阶乘递归Fac的时间复杂度？
long long Fac(size_t N)
{
 if(0 == N)
 return 1;

for(int i=0;i<N;i++)
printf("%d",N);
 
 return Fac(N-1)*N;
}

将4.1中的例子修改，每层递归中有了不同的执行次数

此时将每层递归展开，第N层递归执行N次，故所有递归相加可表示为等差数列求和

表示为O(N²）

例2

// 计算斐波那契递归Fib的时间复杂度？
long long Fib(size_t N)
{
 if(N < 3)
 return 1;
 
 return Fib(N-1) + Fib(N-2);
}

将该递归展开，最终可以形成一个树状图

 不难发现，最终可以写为等比数列求和

即斐波那契递归的时间复杂度为