首先,介绍结构和算法之前先了解一个慨念,什么是时间复杂度及它的表示方法。
时间复杂度
时间复杂度是同一问题可用不同算法解决,而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。
在计算机科学中,算法的时间复杂度是一个函数,它定性描述了该算法的运行时间。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述,不包括这个函数的低阶项和首项系数。
不仅仅用于表示时间复杂度,也用于表示空间复杂度。
符合表示
O表示时间复杂度,O后面的括号中有一个函数,指明某个算法的耗时/耗空间与数据增长量之间的关系。n代表输入数据的量。
举例:
O(1): 这是最低的时空复杂度,也就是耗时/耗空间与输入数据大小无关,无论输入数据增大多少倍,耗时/耗空间都不变。 哈希算法就是典型的O(1)时间复杂度,无论数据规模多大,都可以在一次计算后找到目标(不考虑冲突的话);
O(n): 代表数据量增大几倍,耗时也增大几倍。比如常见的遍历算法;
O(n²): 代表数据量增大n倍时,耗时增大n的平方倍,这是比线性更高的时间复杂度。比如冒泡排序,就是典型的O(n²)的算法,对n个数排序,需要扫描n×n次;
O(logn): 代表当数据增大n倍时,耗时增大logn倍(这里的log是以2为底的,比如,当数据增大256倍时,耗时只增大8倍,是比线性还要低的时间复杂度)。二分查找就是O(logn)的算法,每找一次排除一半的可能,256个数据中查找只要找8次就可以找到目标;
O(nlogn): 代表当数据增大n倍时,耗时增加就是n乘以logn,当数据增大256倍时,耗时增大256*8=2048倍。这个复杂度高于线性低于平方。归并排序就是O(nlogn)的时间复杂度。
常用数据结构和查找算法
因为查找算法的时间复杂度和数据的结构息息相关,所以这里一起介绍数据结构和查找算法
查找算法或数据结构 | 时间复杂度 | 稳定性 | 元素要求 | 说明 |
---|---|---|---|---|
哈希表查找 | O(1) | 稳定 | 无序 | 数据量越大越不稳定,可用多次哈希提高效率(参考布隆过滤器)。可用做索引,MySQL中的一种索引结构是哈希 |
顺序查找 | O(n) | 不稳定 | 无序或有序 | 按顺序比较每个元素,直到找到关键字为止 |
二分查找 | O(log n) | 稳定 | 有序 | 也称折半查找,当待搜索的集合是相对静态的有序数据集时,此时使用二分查找是较好的选择 |
插值查找 | O(log 2 (log 2n)) | 稳定 | 有序 | 基于二分查找算法,可以提高查找效率 |
斐波那契查找 | O(log 2n) | 稳定 | 有序 | 二分查找的一种提升算法 |
分块查找 | O(n²) | 较稳定 | 有序 | 又称索引顺序查,是折半查找和顺序查找的一种改进方法 |
二叉树 | O(log n) | 一般稳定 | 树形 | 看树的深度和偏移量,有些树太高,已退化成线型 |
平衡二叉树(AVL) | O(log n) | 稳定 | 树形 | 二叉树的改良版,所有节点的左右子树高度差不超过1,AVL树适合用于插入与删除次数比较少,但查找多的情况 |
红黑树 | O(log n) | 稳定 | 树形 | 弱平衡二叉树,对于搜索,插入,删除操作较多的情况下,可用红黑树 |
B-树(B-Tree) | O(log n) | 稳定 | 树形 | 读B树,不是B减树,- 只是一个连接符。多路平衡查找树,树形不一定是二叉的 |
B+树(B+Tree) | O(log n) | 稳定 | 树形 | B+树,B树的改良版。MySQL中的另一种索引结构就是B+Tree |
常用排序算法
排序算法 | 时间复杂度 | 空间复杂度 | 稳定性 | 复杂性 | ||
---|---|---|---|---|---|---|
平均情况 | 最坏情况 | 最好情况 | ||||
冒泡排序 | O(n²) | O(n²) | O(n) | O(1) | 稳定 | 简单 |
快速排序 | O(n log n) | O(n²) | O(n log n) | O(log n) | 不稳定 | 较复杂 |
插入排序 | O(n²) | O(n²) | O(n) | O(1) | 稳定 | 简单 |
希尔排序 | O(n log n) | O(n log² n) | O(n log² n) | O(1) | 不稳定 | 较复杂 |
选择排序 | O(n²) | O(n²) | O(n²) | O(1) | 不稳定 | 简单 |
归并排序 | O(n log n) | O(n log n) | O(n log n) | O(n) | 稳定 | 简单 |
堆排序 | O(n log n) | O(n log n) | O(n log n) | O(1) | 不稳定 | 较复杂 |
计数排序 | O(n + k) | O(n + k) | O(n) | O(k) | 稳定 | 简单 |
桶排序 | O(n + k) | O(n²) | O(n + k) | O(n + k) | 稳定 | 较复杂 |
基数排序 | O(n x k) | O(n x k) | O(n x k) | O(n + k) | 稳定 | 复杂 |