一、什么是复杂度分析?
1.数据结构与算法解决的是“如何让计算机更快,更省时间、更省空间地解决问题”,所以执行效率是算法一个非常重要的考量指标。
2.因此需从代码执行时间和占用空间两个维度来评估数据结构与算法的性能。
3.我们分别用时间复杂度和空间复杂度这两个性能来描述性能问题,二者统称为复杂度。
二、为什么要进行复杂度的分析?
1.与在真实的编译环境进行测试相比,复杂度分析具有成本低、效率高、操作简单、指导性强等优点。
2.掌握复杂度的分析,将有助于我们编写出性能更优的代码,有利于降低系统开发和维护成本。
三、如何进行复杂度的分析?
1.大O表示法
算法的执行效率,粗略地讲,就是算法代码执行的时间。
在进行复杂度分析时,我们可以在草稿纸上粗略地写出一些代码的执行步骤。
比如以下代码:
int cal(int n) {
int sum = 0;
int i = 1;
for (; i <= n; ++i) {
sum = sum + i;
}
return sum;
}
在这里,我们假设每行代码执行的时间都一样,都为unit_time,而总的执行时间为T(n);第 2、3 行代码分别需要 1 个 unit_time 的执行时间,第 4、5 行都运行了 n 遍,所以需要 2n*unit_time 的执行时间,所以这段代码总的执行时间T(n) = (2n+2)*unit_time。
可以看出来,所有代码的执行时间 T(n) 与每行代码的执行次数成正比。
按照以上规律,我们再来看下面的代码:
int cal(int n) {
int sum = 0;
int i = 1;
int j = 1;
for (; i <= n; ++i) {
j = 1;
for (; j <= n; ++j) {
sum = sum + i * j;
}
}
}
我们依旧假设每个语句的执行时间是 unit_time。
第 2、3、4 行代码,每行都需要 1 个 unit_time 的执行时间,第 5、6 行代码循环执行了 n 遍,需要 2n * unit_time 的执行时间,第 7、8 行代码循环执行了 n2遍,所以需要 2n2 * unit_time 的执行时间。所以,整段代码总的执行时间 T(n) = (2n2+2n+3)*unit_time。
以下我们用一个公式来总结上面的规律:
T(n) 表示代码执行的时间;n 表示数据规模的大小;f(n) 表示每行代码执行的次数总和。因为这是一个公式,所以用 f(n) 来表示。公式中的 O,表示代码的执行时间 T(n) 与 f(n) 表达式成正比。
第一段代码中的T(n) = O(2n+2),第二个例子中的 T(n) = O(2n2+2n+3)就是大 O 时间复杂度表示法。大 O 时间复杂度实际上并不具体表示代码真正的执行时间,而是表示代码执行时间随数据规模增长的变化趋势,所以,也叫作渐进时间复杂度(asymptotic time complexity),简称时间复杂度。
当 n 很大时,公式中的低阶、常量、系数三部分并不左右增长趋势,所以都可以忽略。我们只需要记录一个最大量级就可以了,如果用大 O 表示法表示刚讲的那两段代码的时间复杂度,就可以记为:T(n) = O(n); T(n) = O(n2)。
2.时间复杂度分析
(1)只关注循环执行次数最多的一段代码
我们在分析一个算法、一段代码的时间复杂度的时,只需关注循环执行次数最多的那一段代码即可。这段核心代码执行次数的 n的量级,就是整段要分析代码的时间复杂度。
int cal(int n) {
int sum = 0;
int i = 1;
for (; i <= n; ++i) {
sum = sum + i;
}
return sum;
}
例如在上面的第一段代码块中,第 2、3 行代码都是常量级的执行时间,与 n 的大小无关,所以对于复杂度并没有影响。循环执行次数最多的是第4、5 行代码,所以这块代码要重点分析。前面我们也讲过,这两行代码被执行了 n 次,所以总的时间复杂度就是 O(n)。
(2)加法法则:总复杂度等于量级最大的那段代码的复杂度
请看以下代码:
int cal(int n) {
int sum_1 = 0;
int p = 1;
for (; p < 100; ++p) {
sum_1 = sum_1 + p;
}
int sum_2 = 0;
int q = 1;
for (; q < n; ++q) {
sum_2 = sum_2 + q;
}
int sum_3 = 0;
int i = 1;
int j = 1;
for (; i <= n; ++i) {
j = 1;
for (; j <= n; ++j) {
sum_3 = sum_3 + i * j;
}
}
return sum_1 + sum_2 + sum_3;
}
第一段代码循环执行了 100 次,所以是一个常量的执行时间,跟 n 的规模无关。
这里需要强调的一点就是,即便这段代码循环 10000 次、100000 次,只要是一个已知的数,就跟 n 无关,照样也是常量级的执行时间。
第二段代码和第三段代码的时间复杂度分别是O(n) 和 O(n2)。
综合这三段代码的时间复杂度,我们取其中最大的量级。所以,整段代码的时间复杂度就为 O(n2)。
也就是说:总的时间复杂度就等于量级最大的那段代码的时间复杂度。
用公式可表示如下:
如果 T1(n)=O(f(n)),T2(n)=O(g(n));那么 T(n)=T1(n)+T2(n)=max(O(f(n)), O(g(n))) =O(max(f(n), g(n)))
(3)乘法法则:嵌套代码的复杂度等于嵌套内外代码复杂度的乘积
假设 T1(n) = O(n),T2(n) = O(n2),则 T1(n) * T2(n) = O(n3)
落实到具体的代码上,我们可以把乘法法则看成是函数的嵌套循环,每一个函数段都有自己相应的时间复杂度,例如以下代码:
int cal(int n) {
int ret = 0;
int i = 1;
for (; i < n; ++i) {
ret = ret + f(i);
}
}
int f(int n) {
int sum = 0;
int i = 1;
for (; i < n; ++i) {
sum = sum + i;
}
return sum;
}
我们单独看 cal() 函数。假设 f() 只是一个普通的操作,那第 4~6 行的时间复杂度就是,T1(n) = O(n)。但 f() 函数本身不是一个简单的操作,它的时间复杂度是 T2(n) = O(n),所以,整个 cal() 函数的时间复杂度就是,T(n) = T1(n) * T2(n) = O(n*n) = O(n2)。
几种常见时间复杂度实例分析
1.O(1)
O(1) 只是常量级时间复杂度的一种表示方法,并不意味着只执行了一行代码。
一般情况下,只要算法中不存在循环语句、递归语句,即使有成千上万行的代码,其时间复杂度也是Ο(1)。
2.O(logn)、O(nlogn)
i=1;
while (i <= n) {
i = i * 2;
}
依据上文分析复杂度的方法,我们知道,第三行代码执行的次数是最多的,因此我们只需要分析这段代码被执行了多少次便可以知道整段代码的复杂度。
我们假设n = 8,则
① i = 1,i = 1 * 2 = 2
② i = 2,i = 2 * 2 = 4
③ i = 4,i = 4 * 2 = 8
④ i = 8,i = 8 * 2 = 16
至此,i 已经大于 n,所以这段代码总共执行了4次,当我们把n换成16或者32时,我们会发现代码的执行次数 x 与n之间的关系为2^(x - 1) = n,换成对数就是x = log2(n) - 1,由大O表示法可得
当n很大时,常数-1可忽略不计,则这段代码最终的时间复杂度为O(log2n),基于以上的分析方法,你就可以很容易得出下面这段代码的时间复杂度为O(log3n)。
i=1;
while (i <= n) {
i = i * 3;
}
我们利用对数换底公式可以发现:
其中 C=log32 是一个常量,在采用大 O 标记复杂度的时候,可以忽略系数,即 O(Cf(n)) = O(f(n))。
所以,O(log2n) 就等于 O(log3n)。在对数阶时间复杂度的表示方法里,我们一般忽略对数的“底”,统一表示为 O(logn)。
复杂度是用来分析算法执行效率与数据规模之间的增长关系,一般都是粗略地表示,其结果并不代表代码真正的执行次数。
3.O(nlogn)
由前面讲的乘法法则,我们可以知道,如果一段代码的时间复杂度是 O(logn),我们循环执行 n 遍,时间复杂度就是 O(nlogn) 了。
4.O(m+n)、O(m*n)
int cal(int m, int n) {
int sum_1 = 0;
int i = 1;
for (; i < m; ++i) {
sum_1 = sum_1 + i;
}
int sum_2 = 0;
int j = 1;
for (; j < n; ++j) {
sum_2 = sum_2 + j;
}
return sum_1 + sum_2;
}
从代码中可以看出,m 和 n 分别表示两个数据规模。我们无法事先评估 m 和 n 谁的量级大,所以在表示复杂度的时候,就不能简单地利用加法法则,省略掉其中一个。所以,以上代码的时间复杂度就是 O(m+n)。
针对这种情况,原来的加法法则就不正确了,我们需要将加法规则改为:
T1(m) + T2(n) = O(f(m) + g(n))。
但是乘法法则继续有效:T1(m)*T2(n) = O(f(m) * f(n))。
3.空间复杂度分析
时间复杂度的全称是渐进时间复杂度,表示算法的执行时间与数据规模之间的增长关系。类比一下,空间复杂度全称就是渐进空间复杂度(asymptotic space complexity),表示算法的存储空间与数据规模之间的增长关系。
void print(int n) {
int i = 0;
int a = [n];
for (i; i <n; ++i) {
a[i] = i * i;
}
for (i = n-1; i >= 0; --i) {
printf("%d", a[i]);
}
}
与时间复杂度的分析方法一样,我们可以看到,第 2 行代码中,我们申请了一个空间存储变量 i,但是它是常量阶的,跟数据规模 n 没有关系,所以我们可以忽略。第 3 行申请了一个大小为 n 的 int 型数组,除此之外,剩下的代码都没有占用更多的空间,所以整段代码的空间复杂度就是 O(n)。
常见的空间复杂度就是 O(1)、O(n)、O(n^2 ),像 O(logn)、O(nlogn) 这样的对数阶复杂度平时都用不到。
通过以上各种复杂度的分析,我们知道越高阶复杂度的算法,执行效率越低;越低阶复杂度的算法,执行效率越高;所以,我们在编写代码的时候,应该优先考虑代码的复杂度,再执行代码,这样代码的执行效率才会高,当处理较大的数据量时,程序才会更有效率地运行。
复杂度的分析并不难,关键在于多练!我们只有多进行复杂度分析的练习,才能在看到代码的时候就一眼看出其复杂度,进而初步判断代码执行效率的高低。