首先我们写一个程序如下
#include <stdio.h>
int foo_fun(int n)
{
int i, j, k;
int sum = 0;
for (i = 0; i < n; i++)
{
for (j = 0; j < n; j++)
{
for (k = 0; k < n; k++)
{
sum += i + j + k;
}
}
}
return sum;
}
int main()
{
int n = 100;
int result = foo_fun(n);
printf("The result is %d", result);
return 0;
}
解析:
上面这段代码实现了一个非常简单的三重循环,计算了 i + j + k 的值,并将所有结果相加。
时间复杂度
首先来计算这段代码的时间复杂度。为了方便,我们假设每个语句的执行时间都是1个单位时间。
那么这段代码的时间复杂度就是各个语句执行次数的总和。根据上面的程序,我们可以列出各个语句的执行次数:
for (i = 0; i < n; i++) { // 执行次数:n
for (j = 0; j < n; j++) { // 执行次数:n * n = n^2
for (k = 0; k < n; k++) { // 执行次数:n * n * n = n^3
sum += i + j + k; // 执行次数:n * n * n = n^3
}
}
}
所以,上述代码的时间复杂度为 O(n^3)。
空间复杂度
接下来来计算这段代码的空间复杂度。我们需要考虑程序在执行过程中所占用的内存空间,包括变量、数组、函数调用等。
下面是这段代码中所使用的变量和数组:
i、j、k:三个循环变量,占用常数级空间;
sum:一个整数变量,占用常数级空间;
n:一个整数常量,占用常数级空间。
所以,上述代码的空间复杂度为 O(1)。
优化时间复杂度
上述代码的时间复杂度为 O(n^3),主要瓶颈在于三重循环嵌套。为了将时间复杂度降低到 O(n),我们可以考虑优化算法。
一种可行的优化方案是通过数学方法简化式子,使得程序只需要一重循环即可计算结果。对于上述程序中的 sum,我们可以其拆分为三个部分,即 i * n^2 + j * n + n * (n - 1) / 2。这样就可以将三重循环转化为一重循环,从而降低时间复杂度。
下面是优化后的程序:
#include <stdio.h>
void foo_fun(int n)
{
int i;
int sum = 0;
for (i = 0; i < n; i++)
{
sum += i * n * n + i * n + n * (n - 1) / 2;
}
printf("The sum is %d", sum);
}
int main() {
int n = 100;
int result = foo_fun(n);
printf("The result is %d", result);
return 0;
}
这段代码只需要一重循环即可完成计算,因此时间复杂度为 O(n),空间复杂度表示算法所需要的额外空间,而优化后的程序中只需要常数个变量,不会随输入规模 n 的变化而变化,因此空间复杂度为 O(1)。