【C核心】计算程序的空间复杂度和时间复杂度且提供优化思路

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)。