听说数据结构与算法中的复杂度很难理解?看看这个吧!

CSDN首发,欢迎加微信H653836923一起探讨!

让人迷惑的复杂度

小白: 庆哥啊,这个复杂度到底是个啥啊,我在上大学的时候学这块的时候就很懵😂,不知道是个啥,理解起来很费劲,所以当时也没有好好学习,自己的数据结构与算法这块一直比较薄弱,准备好好再学学数据结构与算法嘞,这一个复杂度都难住我了🤣

庆哥: 的确啊,虽然就三个字,但是理解起来也确实有点费劲,我当时学习的时候也是有点理解不了,感觉看了很多解释,总觉得迷迷糊糊的,还是不知道到底是个啥?😂

小白: 嗯嗯,是的,我也上网搜了很多的关于复杂度的分析的文章,有些文章觉得越看越迷糊,看着看着就看不下去了,然后我就去看看评论,想着会有人跟我一样觉得看不懂,结果评论都是“写的很好”😂,顿时觉得自己是不是太笨了🤣。

庆哥: 哈哈😁,太真实了,那今天咱俩就来好好学习下这个复杂度吧,绝对让你对复杂度有个全新的认识😎

一起攻克复杂度吧

小白: 嗯嗯,那我得好好学习了,复杂度一直困扰着我,还真的是复杂啊😅,对了,有啥不明白的可是随时提问你的哦,还请庆哥赐教😁

庆哥: 小事小事,那咱开始吧,首先我们要知道我们学习啥,那必须是复杂度啊,咋一看,三个字“复杂度”,应该是个名词吧,所以嘞,首先我们得知道,它一定有他本身的概念,那好,我们看看复杂度是怎么定义的,怎么看?必须是百科的解释啊,来,一起看看:

在计算机科学中,算法的时间复杂度(Time complexity)是一个函数,它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述,不包括这个函数的低阶项和首项系数。使用这种方式时,时间复杂度可被称为是渐近的,亦即考察输入值大小趋近无穷时的情况。例如,如果一个算法对于任何大小为 n (必须比 n0 大)的输入,它至多需要 5n3 + 3n 的时间运行完毕,那么它的渐近时间复杂度是 O(n3)。

看看,明白不?

小白: 说实话,看到这个真的有点懵啊😄,时间复杂度?跟复杂度一样吧,什么函数,大O,低阶项,渐进时间,这都是啥跟啥啊😂,是不是涉及数学啊,我数学可一直都不好啊🤣

庆哥: 别说你,我刚开始看这个的时候也是一脸茫然啊🙄,也许真的是因为咱俩太笨了😄,怪尴尬😂,不过我觉得这个解释虽然很正确,但是有点官方,对已经只是到啥是时间复杂度的来说很不错,但是对于新手和那些对复杂度概念有疑惑的人来说,真的不算友好,本身就理解的云里雾里,看这个更迷茫了😃

小白: 对对对,也许它说的很对,但是这样解释就是觉得好迷茫,不知道到底是个啥😫,庆哥快给我解释解释吧😆

复杂度小探

庆哥: 嗯嗯,那接下来,我就把我的理解用大白话给你解释一下吧😉,首先嘞,针对你上面的一些疑问咱先来说说,你要知道,咱们这里要探讨的复杂度是数据结构与算法里面的概念,为啥要这样说,中华文字,博大精深,一样的字放在不同的场景里,那含义就不同了,所以咱必须先明确,我们这里讲的 复杂度是数据结构与算法中的概念

好了,知道这个之后,我们还要知道,我们这里说复杂度,更为准确的来说是时间复杂度(还有空间复杂度嘞),所以后面咱们不说复杂度了(避免有歧义),就说时间复杂度(因为时间复杂度相对来说比较重要),先跟你说一声,这个时间复杂度是针对于算法的,所以再全面点,我们实际应用中会说成某个算法的时间复杂度

小白: 是啊,复杂度,哎不对,是时间复杂度😁,就是跟算法有关的,数据结构与算法是块超级难啃的骨头啊😂

庆哥: 的确,数据结构与算法真的很重要,按时不可否认,真的不容易,很多程序员这块的技能也都不是很强,数据结构与算法这块牛了,那都是大神级别的啊😁,很多小渣渣早就放弃了,根本学不会啊😂

小白: 这太扎心了😁,我好难啊🤣

庆哥: 虽说数据结构与算法有一定难度,但是还没有到了那种难得学不会的地步,需要你多花时间,多思考多练习,很多人第一步都不敢迈出去,当然难了

小白: 嗯嗯,确实,很多人听到数据结构与算法,心里不自然的就觉得好难,然后就没有学下去的欲望了,首先就被自己吓到了,我要迈出第一步,跟着庆哥😂

庆哥: 哈哈,可以可以,我的这块也是比较薄弱,咱们共同共同学习,那咱接着上面的说,经过上面说的,我们现在知道了,我们要搞定的就是时间复杂度,至于什么大O,低阶项的,咱们一步步来。

理解时间复杂度的前提

那时间复杂度到底是个啥呢?我个人觉得啊,要想理解什么是时间复杂度,我们先要知道什么是算法,为啥,因为时间复杂度就是针对算法才有的一个概念,注意啦,我开始慢慢分析什么是时间复杂度了哦😁

小白: 嗯嗯,我在注意听着嘞😀

庆哥: 好的,千万别走神😎,为啥说理解时间复杂度的前提先要搞明白算法是啥呢?举个例子,比如有人要给你介绍对象,你这人嘞比较在意身高,所以你就问“那货多高啊😂”,别人说差不多一米6左右吧,这个时候你就知道她多高了,这个身高就是衡量一个人的,这个好理解吧,而这个时间复杂度就是用来衡量一个算法的。

你想想,为啥你要问身高,因为你比较在意身高,比如说身高达到一米六就是你的标准,那达到这个标准就是好啊,达不到就是不好,如果人家才一米五,你肯定说,不好,身高不行😂,所以身高也作为你衡量一个人好不好的指标,那对于算法嘞,一个算法也有好不好的说法,那用啥来衡量一个算法的好坏呢?

小白: 我知道,时间复杂度😁

庆哥: 嗯嗯,说的非常对,我们就可以用时间复杂度来衡量一个算法的好坏,当然,你衡量一个人的好坏,可以有很多指标,身高只是其中之一而已,同理,对于算法的好坏,也有好多指标,时间复杂度也只不过是其中之一罢了,像空间复杂度也可以来衡量一个算法的好坏,不过嘞我们这里主要探讨的是时间复杂度对算法的影响。

小白: 庆哥啊,不是要说什么是算法吗,这里好像把什么是时间复杂度给讲讲了吧😀

算法是啥

庆哥: 哈哈,别着急,到了这里,你应该知道了,时间复杂度是用来衡量算法的一个指标,那啥是算法嘞?

小白: 说实在的,我对算法也有点迷迷糊糊的,觉得算法就是一种方法吧😁

庆哥: 其实吧,概念性的东西没有个定性答案,所以,按照你的理解没啥问题,所谓算法,当然咱这里也是针对数据结构与算法这块说的,它就是你解决问题采用的一种方式方法而已,我们这学编程的,终究是要落实到代码中的,在代码里来说,不同的算法,也就是你实现的代码不一样,但是达到的目的是相同的,用我们生活中的例子来说,那就是条条大路通罗马啊

在这里插入图片描述
就像这个图一样,我们从起点到终点,可以选择的路线有很多,但是我们直观来看,图中红色的路线是最近的,其实这里拿到编码中来说,每一条路线都可以说成是一个算法,那这里的好坏就是哪个近哪个算法好啊,这应该没啥难理解的吧。

这里的路线的远近就可以看成是时间复杂度,路线近,我们可以说时间复杂度小,算法就好,路线远,时间复杂度就高,算法相对来说就不好。

那为啥又说衡量一个算法的好坏,时间复杂度只是其中一个指标呢?难道这里的红线路线就是最好的吗?比如我们考虑道路问题,看下面的图,红线虽然近,但是路不好走,黑线虽然远点,但是路好走,综合下来,黑线是最佳路线。

在这里插入图片描述
所以说,时间复杂度并不能作为一个衡量算法的唯一标准,因为还有其他影响算法的因素,只不过,时间复杂度的影响比较大,我们常规讨论算法的好坏的时候经常使用时间复杂度来苹果。

那么,说到这里,你知道了啥是算法和时间复杂度了吧?

小白: 嗯嗯,对他们的概念比较清晰了,其实算法这个玩意就是一个怎么做比较好的问题吧😁

庆哥: 是啊,所以算法也涉及到思想层面,上升到这个高度就有难度,值得研究了,因为怎么找一个最佳选择,也就是最好的办法是需要费脑筋的,有的人能想到,有的人就是想不到😂

小白: 哈哈,是这样啊🤣,这里也知道了时间复杂度是用来衡量算法的一个指标了,也就是清楚概念了,不过不是有什么大O啥的吗?就是它咋用啊😂

怎么表示时间复杂度嘞

庆哥: 不着急,咱继续,经过上面的讲解,我们大致清楚时间复杂度的概念了,以及它有啥用,那么应该怎样来表示时间复杂度了,我们上面举过身高的例子,那表示身高可以用多少多少cm啊,也就是160cm,那么时间复杂度该怎么表示嘞?

小白: 这个我知道,叫什么大O表示法,经常见表示哪个算法的时间复杂度是O(1)啊,或者O(n)之类的。

庆哥: 对的,就是用这种方式来表示时间复杂度,那你知道啥是大O表示法吗?

小白: 这个就有点迷惑了,只知道这样表示,但是要说啥是大O表示法,就有点懵😂

庆哥: 那咱来看关于大O表示法的一个概念解释:

若存在函数f(n),使得当n趋近于无穷大时,T(n)/f(n)的极限值为不等于零的常数,则称f(n)是T(n)
的同数量级函数。记作T(n)=O(f(n)),称为O(f(n)),O为算法的渐进时间复杂度,简称为时间复杂度。
因为渐进时间复杂度用大写O来表示,所以也被称为大O表示法。

怎么样,看得懂不😁

小白: 说实话,懵🤣

庆哥: 别说你懵,我也懵😂,没办法,咱们数学差啊,当初学数学的时候,有些概念就是理解不了,感觉说的好绕,那啥是大O标识法嘞,我觉得吧,没必要去纠结它的概念性问题,你只需知道大O标识法的形式就是O(n),啥事大O啊,就是大写字母O啊,然后一个括号,括号里面一个数,这个数可以事已知的,比如说1,其实也就只有1,也可以事未知的,比如n,也可以是2n,3n或者是n的平方(n^2)等等,反正未知的就是跟n相关的函数。

大O表示法为啥是n

小白: 有个疑问啊,这里为啥是n呢?😅

庆哥: 当然,这个n只是表示个未知数,我们之前表示未知数通常是x和y之类的,这里使用n只是个约定俗称的事,也就是习惯成自然😂,大家之前都这样表示,于是干脆就这样吧,使用n来表示,其实吧,这个也跟我们写代码有关,比如我们写一些循环代码,经常出现n,像这样:

public static int test2(int n) {
		if(n<=1) return n;
		
		int first = 0;
		int second = 1;
		for (int i = 1; i < n; i++) {
			second += first;
			first = second - first;
		}
		return second;
	}

看到没,这段代码中使用的n,对了,你知道怎么计算时间复杂度的嘛?

小白: 就是如何计算一个算法的时间复杂度嘛?我就不会这个😂,看了不少文章,好多都是在介绍啥是时间复杂度,可是就是不告诉我时间复杂度该怎么计算🤣

如何计算时间复杂度

庆哥: 😂,那咱来说说,因为跟你说了这个怎么计算时间复杂度的之后,你就会更明白为啥是n了,首先,你有没有觉得时间复杂度跟时间有关😁

小白: 必须啊,人家就叫时间复杂度,我之前还以为时间复杂度就是多少多少秒之类的😂,结果是O(n)什么的🤣,这是咋算出来的啊

庆哥: 你这样理解也正常,那是因为我们对时间这个概念固化了,想着时间那就是时分秒来计算的,这些都是时间单位,是我们熟知的时间单位,但是还有可能时间不是一时分秒来计算,时分秒是确切的,也有可能是抽象的,没什么意思呢?我们弄个代码来看下:

public static int test(int n) {
		
		return n++;
		
	}

咋样,这段代码简单吧,就是给定一个值,然后加一返回,我们了解过什么是算法了,这段代码其实就是一个算法,只不过超级简单,它是用来计算一个值加一之后的结果的,那么我们来看怎么算它的时间复杂度,该怎么计算呢?

我们先约定好,在方法体内,每执行一次操作,我们记作1,也就是花费了一个时间单位,你看这里并没有说是1秒还是1分,就说是一个时间单位,我们下面来看这段代码。

在这段代码中,就有一行代码,也就是:

return n++;

它就算做一次操作,所以这里花费的是1个时间单位,也就是1,那它的时间复杂度就是O(1)

小白: 为啥啊?😂

庆哥: 不着急,我们继续看下面的代码:

public static int test(int n) {
		
		n=+5;
		return n++;
		
	}

与上面代码不同的地方是这里多了一行代码,把给定的值加上5,我们来看它的时间复杂度,首先是n=+5这行代码被执行一次,花费了1个时间单位,下面那行代码也是执行一次,也是花费了1个时间单位,那么总的就是花费两个时间单位,所以它的时间复杂度就是O(1),怎么样,有没有发现点什么啊😂

小白: 无论是1个时间单位,还是2个时间单位,他们的时间复杂度始终是O(1),这是不是意味着,只要是这些常数个时间单位,时间复杂度始终都是O(1) 啊😁

庆哥: 对,很对,也就是说,只要代码的总执行次数是个常数,那么时间复杂度就是O(1),我们紧接着来看O(n)的是咋回事,看下面这段代码:

public static int test(int n) {
		int sum = 0;
		
		for (int i=0;i<n;i++) {
			sum=+i;
		}
		
		return sum;
		
	}

这里有个for循环,我们看看它的时间复杂度怎么计算,首先第一行代码int sum = 0执行一次,花费1个时间单位,重点在下面的for循环这块,因为这里的n是个不确定的值,经过分析,发现for (int i=0;i<n;i++)这行代码会执行n+1次,也就是会花费n+1个时间单位,循环体内的sum=+1这行代码则会执行n次,也就是会花费n个时间单位,然后最后一行代码会执行一次,就是花费1个时间单位,总的来说就是:
1+n+1+n+1 = 3+2n,也就是总共花费3+2n个时间单位,那么它的时间复杂度就是O(n)。

你看看,觉得这个是规律是啥😎

小白: 这里得出的总时间单位就像函数一样,比如f(n)=3+2n,不过我们之前喜欢用x,也就是f(x)=3+2x,只不过这里是n,看这里应该是把常数项去除,然后系数也去除,只保留个n,那么如果是f(n)=3+2n^2的话,时间复杂度是不是就是…

是不是就是O(n^2)啊😀

庆哥: 很聪明啊,确实是这样,这里有个比较官方的解释,也就是按照下面的规则去计算时间复杂度

  1. 如果运行时间是常数量级,则用常数1表示
  2. 只保留时间函数中的最高阶项
  3. 如果最高阶项存在,则省去最高阶项前面的系数

这个明白吧,举个例子,比如f(n)=3+2n^2+5n,那么3就是常数项,5n就是一阶项。
2n^2就是二阶项,在这里也是最高阶项,那么按照规则时间复杂度是哈?😎

小白: 这还是O(n^2)吧😁

庆哥: 咋样,现在知道怎么计算时间复杂度了吧,你有没有总结什么规律呢?

总结

小白: 经过上面那几个例子,我觉得这计算时间复杂度,主要就是看代码中的每一行代码一共执行了多少次,不确定的就是n,然后按照那三条规则来确定最终的时间复杂度,所以重点就是计算每行代码执行了多少次,是不是这样😅

庆哥: 是的,就可以这样理解,就像你说的重点就是看每行代码一共执行了多少次,不过有些复杂的代码是不容易算出一共执行多少次的,容易算着算着就迷糊了🤣

小白: 哈哈,我也正在思考这个问题呢?咱这里举的例子比较简单,容易计算每行代码执行多少次,但是代码一旦比较绕,比较复杂那就不容易了吧😂

庆哥: 确实啊,不过随着我们后续的学习,我们会学习一些经常使用的算法,那么这些算法的时间复杂度会直接给出,我们记着就行了,比如我们看看这个图:

在这里插入图片描述
这个就是不同时间复杂度的一个函数图,可以简单理解,越陡的花费时间单位越大,那算法性能也就越差,这个我们只要学过数学,一般都能理解吧😁

小白: 嗯嗯,是的,这个还是能够明白的,你说有些常用算法的时间复杂度是给出的,有哪些呢?

庆哥: 这个啊,我觉得还是随着我们后续的学习去逐步的了解,比如学到哪个算法,需要分析时间复杂度的时候我们再去说,那样我们记忆的才牢固,不然,这里即使和你说了,也会很快忘掉😂

小白: 嗯嗯,有道理😁

庆哥: 对了,知道大O表示为啥是n了吧😅

小白: 嗯嗯 知道了😀

感谢阅读

大学的时候选择了自学Java,工作了发现吃了计算机基础不好的亏,学历不行这是没办法的事,只能后天弥补,于是在编码之外开启了自己的逆袭之路,不断的学习Java核心知识,深入的研习计算机基础知识,所有心得全部书写成文,整理成有目录的PDF,持续原创,PDF在公众号持续更新,如果你也不甘平庸,那就与我一起在编码之外,不断成长吧!

其实这里不仅有技术,更有那些技术之外的东西,比如,如何做一个精致的程序员,而不是“屌丝”,程序员本身就是高贵的一种存在啊,难道不是吗?

非常欢迎你的加入,未来的日子,编码之外,有你有我,一起做一个人不傻,钱很多,活得久的快乐的程序员吧!

回复关键字“PDF”,获取技术文章合集,已整理好,带有目录,欢迎一起交流技术!

另外回复“庆哥”,看庆哥给你准备的惊喜大礼包,只给首次关注的你哦!

任何问题,可以加庆哥微信:H653836923,另外,我有个交流群,我会***不定期在群里分享学习资源,不定时福利***,感兴趣的可以说下我邀请你!

对了,如果你是个Java小白的话,也可以加我微信,我相信你在学习的过程中一定遇到不少问题,或许我可以帮助你,毕竟我也是过来人了!

在这里插入图片描述

感谢各位大大的阅读🥰

发布了161 篇原创文章 · 获赞 1万+ · 访问量 133万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 数字20 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览