【每日一学】复杂度分析

目标

1. 建立时间复杂度、空间复杂度意识，写出高质量的代码
2. 能够设计基础架构
3. 提高编程技能
4. 训练逻辑思维

什么是数据结构

广义：一组数据的存储结构 | 操作数据的一种方法
解决问题：如何更快更省的处理数据
量化目标：复杂度分析

复杂度分析

1. 测试结果非常依赖测试环境
2. 测试结果受数据规模的影响很大

如何分析一段代码的时间复杂度？

• 仅关心循环执行次数最多的一段代码
• 加法法则：总复杂度 = 量级最大的那段代码的复杂度
• 乘法法则：嵌套代码的复杂度 = 嵌套内外代码复杂度的乘积
  

时间复杂度：

• 常数O(1)：无循环、无递归
• 对数阶O(log n)/O(n log n)：归并排序、快速排序
• O(m+n)、O(m*n)：m 和 n 是表示两个数据规模

空间复杂度

1. 最好情况时间复杂度
   理想情况
2. 最坏情况时间复杂度
   最坏情况
3. 平均时间复杂度
   所有情况加权平均
4. 均摊时间复杂度
   a. 绝大部分是低级别的复杂度，个别情况是高级别复杂度
   b. 发生具有时序关系
   将个别高级别复杂度均摊到低级别复杂度上
   基本上均摊结果就等于低级别复杂度。