数据结构与算法_渡劫3

• 正在学习的算法课程：极客时间的王争老师的《数据结构与算法之美》
• 传送门： https://time.geekbang.org/column/126
• 目前学到第三讲，很良心，共56讲，推荐想学数据结构的同学
  2019/09/23

一、时间复杂度分析（二）

四个复杂度分析：

• 最好情况时间复杂度

• 最坏情况时间复杂度

• 平均情况时间复杂度

• 均摊时间复杂度（没懂）

二、最好、最坏情况时间复杂度

• 最好情况时间复杂度：理想情况中，最佳情况下，执行这段代码的时间复杂度

• 最坏情况时间复杂度：理想情况中，最差情况下，执行这段代码的时间复杂度

上代码

// n 表示数组 array 的长度

int find(int[] array, int n, int x) {

  int i = 0;

  int pos = -1;

  for (; i < n; ++i) {

    if (array[i] == x) pos = i;

  }

  return pos;

}

复杂度：O(n)

优化后的代码：

// n 表示数组 array 的长度

int find(int[] array, int n, int x) {

  int i = 0;

  int pos = -1;

  for (; i < n; ++i) {

    if (array[i] == x) {

       pos = i;

       break;

    }

  }

  return pos;

}

存在最好的情况，复杂度为O(1);

存在最差的情况，复杂度为O(n)

三、平均情况时间复杂度

• 平均时间复杂度：全称加权平均时间复杂度或者期望时间复杂度

上述代码，极端考虑，存在两种情况，查找的数据在数组中和不在数组中。

简化之后，平均时间复杂度为O(n)

四、均摊时间复杂度

上代码，c#，c#不懂，一直用的是python

 // array 表示一个长度为 n 的数组

 // 代码中的 array.length 就等于 n

 int[] array = new int[n];

 int count = 0;

 

 void insert(int val) {

    if (count == array.length) {

       int sum = 0;

       for (int i = 0; i < array.length; ++i) {

          sum = sum + array[i];

       }

       array[0] = sum;

       count = 1;

    }



    array[count] = val;

    ++count;

 }

最理想情况：O(1)

最差的情况：O(n)

平均复杂度：O(1)

平均复杂度分析

---

真不会c#，明天问问大佬

五、课后作业

时间复杂度分析

// 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;

}