算法入门（一）：认识复杂度

原创不易~看完若对你有所帮助，记得点一个赞哈，这就是对我最大的支持了！

常数操作

一个操作如果和样本的数据量没有关系，每次都是固定时间，就是常数操作

例如数组中取出i位置的数字就是常数操作，无论arr长度，寻址操作都是一个常数操作，计算一个偏移量就行了：

int a = arr[i];

其他例如位运算等都是常数操作

但是链表里面的查找，以及很多框架的API都不是常熟操作：

时间复杂度

选择排序了解与引入时间复杂度

这个排序思路很简单，先从0到N找最小值，然后记录最小值index和0位置交换，然后从1-N重复上述操作就可以

0-N-1 首先我们需要看一下比较谁小 ， 需要看N次

接着我们从1-N重复上面，需要看N-1次

最后总结所有的常数操作次数，有如下图的等差数列关系：

然后最后的时间复杂度是忽略低阶项和常数项，只能最高阶项（去除系数）。

所以最后的时间复杂度是N^2.

然后常见的大O是代表上限，就是算法最坏情况下的时间复杂度，一般使用的也是这种作为算法的复杂度，看到的就是O(N^2)

同样时间复杂度怎么拼好坏

都是N^2复杂度，怎么比较算法好还呢？这样只能拼后面的常数项，但是这个没办法估计通过理论知识。

唯一推荐方法是实际去跑，去做测试来确定两个算法谁优秀

总结回顾

• 常数操作：一个操作和样本的数据量没有关系，每次都是固定时间完成的操作叫做常熟操作
• 时间复杂度为一个算法流程中，常数操作量的指标。常用大O表示。需要对算法流程比较熟悉，然后写出算法流程中常熟操作的次数，进而总结出公式
• 表达式中，只要高阶项，不要低阶项，也不要高阶项系数，剩下部分如果为F(N),那么时间复杂度就是O(F
  (N))
• 评价一个算法流程好坏，先看时间复杂度指标，然后再分析不同样本数据下的实际运行时间，也就是“常数项时间”