1.算法在编写成可执行程序后,运行时需要耗费时间资源和空间(内存)资源 。因此衡量一个算法的好坏,一般 是从时间和空间两个维度来衡量的,即时间复杂度和空间复杂度。 时间复杂度主要衡量一个算法的运行快慢,而空间复杂度主要衡量一个算法运行所需要的额外空间。
2.时间复杂度
简单点来说就是,算法中的基本操作的执行次数,为算法 的时间复杂度。
如果用下面这个题来说,我们的时间复杂度就是计算count的值
void Func2(int N)
{
int count = 0;
for (int k = 0; k < 2 * N ; ++ k)
{
++count;
}
int M = 10;
while (M--)
{
++count;
}
printf("%d\n", count);
}
举个例子,计算他的复杂度,O(N+10),进一步写的话就是O(N);
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);
}
再计算一下 O(M+N); 如果M远大于N,则可以写出O(M);N远大于M,写成O(N);
void Func4(int N)
{
int count = 0;
for (int k = 0; k < 100; ++ k)
{
++count;
}
printf("%d\n", count);
}
这个k是常数,那就是O(1);
我们值得一提的是一个叫做卡瑞尔公式的,这个公式让我们计算时间复杂度的时候要通过最坏的结果进行计算,举个例子,就是二分查找,如果再坏的话,就是在最后两个数之间找到,这样来计算它的时间复杂度。
void BubbleSort(int* a, int n)
{
assert(a);
for (size_t end = n; end > 0; --end)
{
int exchange = 0;
for (size_t i = 1; i < end; ++i)
{
if (a[i-1] > a[i])
{
Swap(&a[i-1], &a[i]);
exchange = 1;
}
}
if (exchange == 0)
break;
}
这个冒泡排序的时间复杂度也值得我们计算 我们 就当作是最坏的情况看 n ......9 8 7 6 5 4 3 2 1这样进行升序排列,我们第一次的循环是 n-1 第二次是n-2......最后一次是1 好了高中的等差数列=
n*(n-1)/2,这样的话,时间复杂度就是O(n^2);
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;
}
这个比较难算,这就是二分查找需要的次数,从最坏的情况来看,数组的长度是n;所以我们的时间复杂度就是log2 n(log以二为底n的对数);
long long Fac(size_t N)
{
if(0 == N)
return 1;
return Fac(N-1)*N;
}
这个是函数递归,每次函数调用,复杂度都是O(1),那么调用多少次都是O(1)。
long long Fib(size_t N)
{
if(N < 3)
return 1;
return Fib(N-1) + Fib(N-2);
}
我们可以由图看出来,也是一个等差数列,所以我们计算一下就是O(2^n)
3.空间复杂度
void BubbleSort(int* a, int n)
{
assert(a);
for (size_t end = n; end > 0; --end)
{
int exchange = 0;
for (size_t i = 1; i < end; ++i)
{
if (a[i-1] > a[i])
{
Swap(&a[i-1], &a[i]);
exchange = 1;
}
}
if (exchange == 0)
break;
}
}
让我们来计算一下这个的空间复杂度, 常数个额外空间,所以O(1);
long long* Fibonacci(size_t n)
{
if(n==0)
return NULL;
long long * fibArray = (long long *)malloc((n+1) * sizeof(long long));
fibArray[0] = 0;
fibArray[1] = 1;
for (int i = 2; i <= n ; ++i)
{
fibArray[i] = fibArray[i - 1] + fibArray [i - 2];
}
return fibArray;
}
这是斐波那契数列,但是值得一提的是,空间可以重复利用,但是时间是累计增加。
我们用刚才的这个图来确定,离散数学中学的二叉树,我们就按照前序遍历,走到尽头,最多就是开辟了n个额外空间,能重复使用,所以,别的枝杈再用的时候,也是之前的空间,因为函数递归,遍历结束后就会往返这个,空间就会被回收利用。O(n);
long long Fac(size_t N)
{
if(N == 0)
return 1;
return Fac(N-1)*N;
}
这个函数递归就区别刚才的时间复杂度,空间一直递归下去,一直需要创建,所以是O(n);
欢迎大佬指出错误,谢谢观看