B站左神算法课学习笔记（P3）：认识复杂度和简单排序-CSDN博客

本文链接：https://blog.csdn.net/rzjslSe/article/details/141253037

常数时间的操作

一个操作和样本的数据量没有关系，每次都在固定时间量内完成，称为常数操作。

eg：+-*/、位运算

int a = arr[ i ];

区分：不是常数操作，eg：链表 int b = list.get( i );

时间复杂度

一个算法流程中对于常数操作量的指标。常用O表示（读作big O），求解需写出该流程中发生了多少常数操作，eg遍历、比较、交换等，然后总结出常数操作量的表达式。

表达式中只包含去除系数的最高项，记为O(f(N))。

评价算法的好坏：先看时间复杂度的指标，其相等的情况下载根据不同数据样本下的实际运行时间来判断，即“常数项时间”（注：通过测试完成！）。

额外空间复杂度

实现算法过程中额外申请的用于存储的空间

异或运算

a	b	a^b
0	0	0
0	1	1
1	0	1
1	1	1

也可理解为无进位相加。

异或运算性质：

（1）0^N = N , N^N = 0

（2）交换律，结合律

（3）N个数相^，调整顺序结果仍相同。

实例：使用 ^ 交换两数的值（前提：两数的地址不同）

解释：令 a =甲, b = 乙;

a = a ^ b -> a = 甲 ^ 乙, b = 乙

b = a ^ b -> a = 甲 ^ 乙, b = 乙 ^ 甲 ^ 乙 = 甲

a = a ^ b -> a = 甲 ^ 乙 ^ 甲 = 乙, b = 甲

感觉也可以使用“无进位加法”来解释，但是自己证了一会没证出来（

例题（常见面试题）

给定一个数组，已知其中存入了若干数字，要求在时间复杂度为O(N)，空间复杂度为O(1)的条件下求解下面两问：

（1）若其中只有一种数是奇数个，其他为偶数个，求该数字；

（2）若其中有两种数是奇数个，其他为偶数个，求这两个数字；

解：（1）int eor = 0，使用for循环遍历数组并且执行：eor = eor ^ arr[i]。

最后得到的eor即为出现次数为单数的数字。

原因：n ^ n = 0 , 0 ^ n = n ，偶数个的相互抵消了。

（2）本题目的难点在于区分a，b两数。

先同上得到eor，再定义eor'用于存储结果。不妨假设两种数为a， b。

因为 a ^ b $\neq$ 0，所以err的二进制表示形式必有某一位值为1，我们可以通过如下代码找到该位：

（此处找到的是右侧起第一位不同的数）

int rightOne = eor & (~eor + 1)

那一位则是a，b至少会出现的一位不同，利用该处不同，我们可以巧妙地分开a和b。

在for循环中，使用

if(( cur & rightOne ) == 0 ){
    a = a ^ cur; //a = eor'
}

所得到的结果a即是a或b中的某一个，另一个数字则可通过 eor ^ a 求出。

关键点：所有的数字可被分为“ rightOne ”这一个数位为0和不为0的两类，又因为偶数不影响异或结果，故我们借助这一个数位巧妙地区分了ab两数。

选择、冒泡、插入排序

选择排序

每次从所有数中，选一个最大/小的与最左/右侧的数进行交换

时间复杂度 $O\left ( N^{2} \right )$ ，额外空间复杂度 $O\left ( 1 \right )$ .

冒泡排序

相邻数间向左/向右析出较小/大的数

时间复杂度 $O\left ( N^{2} \right )$ ，额外空间复杂度 $O\left ( 1 \right )$ .

插入排序

假如给定一串数字736152，要求使用插入排序进行升序排序。

核心思想：0 ~ i 已经有序的情况下，想使得 0 ~ (i+1) 有序。

步骤 n	现在的数字	执行的操作	得到的数字
1	736152	0 ~ 1想有序，交换73	376152
2	376152	0 ~ 2想有序，交换76，发现 3 < 6 ，不需要再交换	367152
3	367152	0 ~ 3想有序，依次交换71、61、31，此时前面无数字，故停止	136752
4	136752	0 ~ 4想有序，依次交换75、65，发现 3 < 5 ，故停止	135672
5	135672	0 ~ 5想有序，依次交换72、62、52、32，发现 1 < 2 ，故停止	123567

索引为 0 ~ 5 的数字都已有序，故排序完成。

对于插入排序，时间复杂度为 $O\left ( N^{2} \right )$ ，但最好情况下只需 $O\left ( N \right )$ ，额外空间复杂度O(1)。

修正原有概念：时间复杂度指按照最差情况估计的算法表现。

补充： $\Theta \left ( * \right )$ 为平均时间复杂度， $\Omega \left ( * \right )$ 为最优时间复杂度。

二分法

下面列举几个使用二分法的例子：

（1）在一个有序数组中，找某个数是否存在。

对半分开并比较，时间复杂度 $O\left ( \log_2N \right )$ 。

注：若不写下标如 $O\left ( \log N \right )$ 则默认为 $O\left ( \log_2N \right )$ .

（2）在一个有序数组中，找 >= 某个数最左侧的位置

假设找到 >= 3 的最左侧位置：（注意：需要二分到底）

（3）局部最小值问题

数组arr无序，且任意两个相邻数不相等，求其 任意一个 局部最小值。

tips：局部最小值——对于位置 i 有 arr[ i ] < arr[ i-1 ] 和 arr[ i ] < arr[ i+1 ]。

解：先观察 0 位置和 N - 1 位置，若满足局部最小值，直接返回。

若其都不满足，则进行二分。取中点观察是否满足局部最小值，若满足，则返回，不满足则随机选择一侧继续进行二分即可。

对数器

若需测 a 方法，已有同样实现但是复杂度不好的 b 方法，只需使用随机函数生成足够多的样本，再对所有样本分别使用 a、b 方法，若有任何不一致，则进行调整；若一致，则 a 方法正确。

其中生成样本的操作如下：

以产生数组为例：

int[] arr = new int[(int)((maxSize + 1) * Math.random())];//生成随机长度
for(int i = 0; i < arr.length; i++){
    //相减保证有正有负，可根据实际情况调整
    arr[i] = (int)((maxValue + 1) * Math.random()) - (int)((maxValue + 1) * Math.random());
} 
return arr;

使用对数器，我们可以生成足够多的样本用于测试，充分保证程序的正确性。

当然，也可以让我们在没有OJ的情况下完成对所做练习的正确性进行检验。