空间换时间

算法的空间复杂度和时间复杂度的策略：

1.多数情况下，算法的时间复杂度更加令人关注。2.因为计算机硬件的发展速度比软件的发展速度要快很多，所以如果有必要，我们可以增加额外的空间降低时间复杂度。3.同理，也可以增加算法的耗时来降低算法的空间复杂度。

我们看一个例子：

设计一个由自然数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？

首先来看第一种解决方法：

#include <iostream>

using namespace std;

#define DIM(a) sizeof(a)/sizeof(*a)  //求一个数组的长度

int search(int a[],int len)
{
    int* sp=new int[1000];
    int max=0;
    int value=0;

    for(int i=0;i<1000;i++)
    {
        sp[i]=0;
    }

    for(int i=0;i<len;i++)
    {
        for(int j=0;j<1000;j++)
        {
            if(a[i]==(j+1))
            {
                sp[j]++;

                if(max<sp[j])
                {
                    max=sp[j];
                    value=j+1;
                }

                break;
            }
        }
    }

    delete[] sp;

    return value;
}

int main()
{
    int a[]={9,9,9,1,1,1,2,2,2,6,6,6,4,4,4,7,7,7,7,7,7,9,9,9,9,9};

    cout<<"Max:"<<search(a,DIM(a))<<endl;

    return 0;
}

首先第一种解决方法，时间复杂度为O(n^2),而且还有一个问题就是，第一种算法不能解决，当出现次数最多的数字有2个或者2个以上的时候，这个算法就不能解决问题了。

第二种解决方法：

#include <iostream>

using namespace std;

#define DIM(a) sizeof(a)/sizeof(*a)  //求一个数组的长度

void search(int a[],int len)
{
    int sp[1000]={0};
    int max=0;

    for(int i=0;i<len;i++)
    {
        sp[a[i]-1]++;
    }

    for(int i=0;i<1000;i++)
    {
        if(max<sp[i])
        {
            max=sp[i];
        }
    }

    for(int i=0;i<1000;i++)
    {
        if(sp[i]==max)
        {
            cout<<"max:"<<i+1<<endl;
        }
    }
}

int main()
{
    int a[]={9,9,9,1,1,1,2,2,2,6,6,6,4,4,4,7,7,7,7,7,7,9,9,9};

    search(a,DIM(a));

    return 0;
}

第二种算法：时间复杂度为O(n)，并且能够很好的解决当出现最多的数字不止一个的时候的问题。