算法
算法是解决特定问题求解步骤的描述,在计算机中表现为指令的有限序列,并且每条指令表示一个或多个操作。
算法特性
输入、输出、有穷性、确定性、可行性
算法设计要求
正确性、可读性、健壮性、高效率、低存储量
算法时间复杂度
在进行算法分析时,语句总的执行次数T(n)是关于问题规模n的函数,进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度,也就是算法的时间度量,记作:T(n)=O(f(n))。它表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称为算法的渐进时间复杂度,简称为时间复杂度。其中f(n)是规模n的某个函数。
常数阶
当 n = 1 时,算法执行次数为 3, 当 n = 100时,算法的执行次数还是 3,所以我们可以看出这个算法的执行次数与 n 的规模没关系。我们把这种与问题的大小(n 的大小)无关,执行时间恒定的算法, 叫作常数阶。
int sum = 0, n = 100; // 执行 1 次
sum = (1 + n) * n / 2; // 执行 1 次
printf("%d", sum); // 执行 1 次
对于分支结构,无论是真还是假,执行的次数都是恒定的,不会随着 n 的变化而变化,所以单纯的分支结构(不包含在循环结构中),其时间复杂度也是 O(1)。
线性阶
int i;
for (i = 0; i < n; i++) {
/* 时间复杂度为 O(1) 的程序步骤序列 */
}
时间复杂度为 O(n),因为循环体中的代码必须要执行 n 次。
对数阶
int count = 1;
while (count < n) {
count = count * 2;
/* 时间复杂度为 O(1) 的程序步骤序列 */
}
由于每次 count 乘以 2 以后,就越来越接近于 n,也就是说有多少个 2 相乘后大于 n,则会退出循环。由 2x = n 等到 x = log2n。所以这个算法的时间复杂度为 T(n) = O(logn)。
平方阶
int i, j;
for (i = 0; i < n; i++) {
for (j = 0; j < n; j++) {
/* 时间复杂度为 O(1) 的程序步骤序列 */
}
}
的时间复杂度为 O(n2)
int i, j, m;
for (i = 0; i < m; i++) {
for (j = 0; j < n; j++) {
/* 时间复杂度为 O(1) 的程序步骤序列 */
}
}
时间复杂度为 O(m*n)
循环的时间复杂度等于循环体的复杂度乘以该循环运行的次数。
嵌套循环
int i, j;
for (i = 0; i < n; i++) {
for (j = i; j < n; j++) { // 注意 j = i 而不是 0
/* 时间复杂度为 O(1) 的程序步骤序列 */
}
}
由于当 i = 0 时,内循环执行了 n 次,当 i = 1 时,执行了 n -1 次,…… 当 i = n - 1 时,执行了 1 次。所以部的执行次数为:
n + (n-1) + (n-2) + …… + 1 = n(n+1)/2 = n2/2 + n/2。
第一条,没有加法常数不考虑;
第二条,只保留最高阶项,因此保留 n2/2;
第三条,去除这个项相乘的常数,也就是去除 1/2;
最终这个算法的时间复杂度为 T(n) = O(n2)
常用的时间复杂度所耗费的时间从小到大依次是:
O(1) < O(logn) < O(n) < O(nlogn) < O(n2) < O(n3) < O(2n) < O(n!) < O(nn)
算法空间复杂度
算法的空间复杂度通过计算算法所需的存储空间实现,算法空间复杂度的计算公式:S(n)=O(f(n)),其中n为问题的规模,f(n)为语句关于n所占存储空间的函数。
线性表
线性表的顺序存储结构,在存储和读取数据时,时间复杂度为O(1);而插入或删除时,时间复杂度为O(n)。
线性表的链式存储结构,在存储和读取数据时,时间复杂度为O(n);而插入或删除时,时间复杂度为O(1)。
排序
排序名称 | 平均情况 | 最好情况 | 最坏情况 | 空间复杂度 | 稳定性 |
---|---|---|---|---|---|
冒泡排序 | O(N^2) | O(N) | O(N^2) | O(1) | 稳定 |
插入排序 | O(N^2) | O(N) | O(N^2) | O(1) | 稳定 |
归并排序 | O(N*lgN) | O(N*lgN) | O(N*lgN) | O(N) | 稳定 |
快速排序 | O(N*lgN) | O(N*lgN) | O(N^2) | O(lgN) | 不稳定 |
选择排序 | O(N^2) | O(N^2) | O(N^2) | O(1) | 不稳定 |
希尔排序 | O(N^1.3) | O(N) | O(N^2) | O(1) | 不稳定 |
堆排序 | O(N*lgN) | O(N*lgN) | O(N*lgN) | O(1) | 不稳定 |
排序名称 | 时间复杂度 | 空间复杂度 | 稳定性 |
---|---|---|---|
计数排序 | O(N) | O(最大数-最小数) | 稳定 |
基数排序 | O(N*位数) | O(N) | 稳定 |