复杂度分析：浅析最好、最坏、平均、均摊时间复杂度

最新推荐文章于 2024-08-19 23:54:49 发布

tsubasawzj

最新推荐文章于 2024-08-19 23:54:49 发布

阅读量218

点赞数

分类专栏：数据结构与算法之美笔记

本文链接：https://blog.csdn.net/tsubasawzj/article/details/120306279

版权

算法

数据结构与算法之美笔记专栏收录该内容

2 篇文章 0 订阅

订阅专栏

1. 有人说，我们项目之前都会进行性能测试，再做代码的时间复杂度、空间复杂度分析，是不是多此一举呢？而且，每段代码都分析一下时间复杂度、空间复杂度，是不是很浪费时间呢？你怎么看待这个问题呢？

不是多此一举，性能测试受

a.运行环境影响：不同的运行环境可能会有截然不同的测试结果

b.数据规模影响：拿排序举例。同一个排序算法，数据有序度不一样，排序的执行时间差别很大。不同排序算法，在不同数据规模下，排序速度也不同

所以需要依赖一种不需要具体测试数据，就能估算执行效率的方法

简单的代码，时间空间复杂度一眼就能看出来

对于复杂代码，需要通过分析时间，空间复杂度，尽可能防止非确定量级。以避免后续数据规模增大时，导致执行效率极低

2. 课后思考：分析一下下面这个add()函数的时间复杂度。

// 全局变量，大小为10的数组array，长度len，下标i。
int array[] = new int[10]; 
int len = 10;
int i = 0;

// 往数组中添加一个元素
void add(int element) {
   if (i >= len) { // 数组空间不够了
     // 重新申请一个2倍大小的数组空间
     int new_array[] = new int[len*2];
     // 把原来array数组中的数据依次copy到new_array
     for (int j = 0; j < len; ++j) {
       new_array[j] = array[j];
     }
     // new_array复制给array，array现在大小就是2倍len了
     array = new_array;
     len = 2 * len;
   }
   // 将element放到下标为i的位置，下标i加一
   array[i] = element;
   ++i;
}

初始len=10，扩张x次后，len=n，扩张次数 x=log2(n/10)

扩张次数 $x = \log_2(\frac{n}{10})$

最好时间复杂度：O(1)

最坏时间复杂度：O(n)

平均时间复杂度：O(1)

$\frac{9\cdot1}{n}+\frac{10}{n}+\frac{(19-10)\cdot1}{n}+\frac{20}{n}+\frac{(39-20)\cdot1}{n}+\frac{40}{n}+\cdots+\frac{10\cdot(2^x-2^{x-1}-1)\cdot1}{n}+\frac{10\cdot2^x}{n}$