点击上方“五分钟学算法”,选择“星标”公众号
重磅干货,第一时间送达
来源:面向大象编程
最近,有不少读者留言或私信问我时间复杂度的分析方法。时间复杂度说难也不难,说简单也不简单,但它一定是我们学习算法的过程中过不去的一道坎。这篇文章就想给大家介绍一种快速分析时间复杂度的方法 —— 题型分类法。
网络上关于时间复杂度分析的文章,大部分都充斥着教材里的陈词滥调:先讲一大堆数学概念,什么增长速度、渐进复杂度,看得让人摸不着头脑。我今天的文章不想跟你讲这些虚的,只想跟你讲讲最实用的技巧,让你迅速搞定面试中的时间复杂度分析。
我们在面试中需要分析时间复杂度,无非是以下两种情况:
- 在写代码之前,预估自己代码的时间复杂度
- 写好代码之后,给面试官分析代码的时间复杂度
无论是哪种情况,你一定都清楚这道题的题型。那么只要记住不同题型的时间复杂度分析方法,二叉树套用二叉树的分析法、动态规划套用动态规划的分析法,就能做到快速分析时间复杂度了。
下面是我总结出的不同题型的时间复杂度分析方法:
题型 | 时间复杂度 分析方法 |
---|---|
数组 链表 动态规划 |
数循环法 |
二叉树 回溯法 DFS/BFS |
整体法 |
分治法 二分查找 |
log n 分析法 |
本文将介绍「数循环法」与「整体法」两种方法、六类题型的全部分析技巧。针对这六类题型,文末有按不同题型分类的往期文章回顾,供大家参考!
一、数循环法
数循环法,就是看代码中有几个循环、每个循环会执行几次,来确定算法的时间复杂度。
我们必须要掌握的一个基础知识是:在程序的三大基本结构(顺序、分支、循环)中,只有循环能真正影响时间复杂度。一般情况下,我们可以直接忽略代码中的顺序结构、分支结构,直接看循环结构来判断时间复杂度。
![e6d8760a3c202f883089ef9548a22085.png](https://img-blog.csdnimg.cn/img_convert/e6d8760a3c202f883089ef9548a22085.png)
数循环法典型题型:动态规划类题目
「数循环法」最典型的题型就是动态规划了。我们以一道经典的「最长公共子序列(LCS)」问题来看看数循环法是怎么发挥作用的。
(以下题解代码来自文章:LeetCode 例题精讲 | 15 最长公共子序列:二维动态规划的解法,不了解 LCS 问题或不清楚解法的同学,可以参考这篇文章。)
最长公共子序列(LCS)的题解代码如下:
public int longestCommonSubsequence(String s, String t) {
if (s.isEmpty() || t.isEmpty()) {
return 0;
}
int m = s