实现算法时空间与时间的策略

一、背景

多数情况下,算法执行时所用的时间更令人关注，如果有必要,可以通过增加空间复杂度来降低时间复杂度。同理,也可以通过增加时间复杂度来降低空间复杂度。在实现算法时，需要分析具体问题对执行时间和空间的要求。

二、空间换时间

1. 源代码

   #include <stdio.h>
   
   /*
       问题： 
       在一个由自然数1-1000中某些数字所组成的数组中，每个数字可能出现零次或者多次。
       设计一个算法，找出出现次数最多的数字。
   */
   
   void search(int a[], int len) // n+2003 ==>O(n+2003) = O(n)
   {
       int sp[1000] = {0}; //1
       int i = 0; //1
       int max = 0; //1
       
       for(i=0; i<len; i++) //n
       {
           int index = a[i] - 1;
           
           sp[index]++;
       }
       
       for(i=0; i<1000; i++) //1000
       {
           if( max < sp[i] )
           {
               max = sp[i];
           }
       }
       
       for(i=0; i<1000; i++) //1000
       {
           if( max == sp[i] )
           {
               printf("%d\n", i+1);
           }
       }
   }
   
   int main()
   {
       int array[] = {1, 1, 3, 4, 5, 6, 6, 6, 2, 3};
       
       search(array, sizeof(array)/sizeof(*array));
       
       return 0;
   }
   
   

    

2. 分析
   此方法的算法复杂度是O(n)，一般情况下会采用先排序的方法，接着再去依次遍历数组统计各个元素的个数，显然这样子的做法的算法复杂度比上述方法高。下图是各种排序算法的复杂度：