C语言 数据结构与算法 算法（二）

算法

解决问题的办法

程序 = 数据结构 + 算法

算法的特性

• 输入（具有0个或多个输入）
• 输出（（算法有1个或多个输出）
• 有穷性（能在有限的步骤内完成）
• 确定性（每一步骤都无歧义）
• 可行性（能在有限的时间内完成）

好算法的特征

• 正确性（能够正确的解决问题）
• 可读性（描述清晰）
• 健壮性（能够处理非法的输入）

高效率与低存储量需求

时间复杂度

我们先来看这样下面这段代码

#include <stdio.h>

void main(){

	int i,input;

	scanf("%d",&input);

	for(i= 0;i<input;i++){
		printf("%d\n",i);
	}
	
}

打印变量i，我们输入100,就需要打印100次，输入1000,就需要打印1000次。如果输入n，那么就需要打印n次

记为：T(n) = n n代表问题的规模

我们再来看下面这样一段代码

#include <stdio.h>

void main(){

	int i,j,input;

	scanf("%d",&input);

	for(i=0;i<input;i++){
		printf("%d\n",i);	
	}
	for(j=0;j<input;j++){
		printf("%d\n",j);
	}
}

这段代码分别打印了变量i和变量j，程序一共执行了2n次

记为：T(n) = 2n

T(n) 就是时间复杂度

大O表示法

其实，我们有时候并不关心程序执行的基本步骤是多少步，我们更加关心地是增长趋势，n和2n是处于同一个数量级的

上面两个例子都可以表示为O(n) = n

O(n)即为大O表示法

常见的时间复杂度

O(1) < O(log2n) < O(n) < O(nlog2n) < O(n2) < O(n^3) < O(2^n) < O(n!) < O(n^n)

最坏时间复杂度：最坏情况下算法的时间复杂度

平均时间复杂度：所有输入示例等概率出现的情况下，算法的期望运行时间

最好时间复杂度：最好情况下算法的时间复杂度

如判断某个值在不在数组中，如果刚好要找的值在数组中第一个元素，那么时间复杂度就是O(1)，如果是最后一个元素，那么需要比较n次，时间复杂度就是O(n)。

我们一般考虑的是最坏时间复杂度，也就是在最坏情况下，程序需要执行多少步。

数组中每个元素的值都有可能是要查找的值，每个元素命中的概率为1/n，所以时间复杂度为

T(n) = (1 + 2 + 3 + ... + n) * 1/n = (1 + n) / 2，用大O表示法记为O(n)

大O表示法，忽略常数项以及次要项

空间复杂度

占用内存的大小

我们来看下面这段代码

#include <stdio.h>

void main(){

	int i,input;

	scanf("%d",&input);

	for(i=0;i<input;i++){
		printf("%d\n",i);	
	}

}

我们定义了两个变量，i和input，一个整型变量占4个字节的内存，运行这段代码需要占用8个字节的内存，是一个常数，用大O表示法记为O(1)

我们再来看下面这段代码

#include <stdio.h>
#include <stdlib.h>

void main(){

	int input,*p;

	scanf("%d",&input);

	p = (int*)malloc(input * sizeof(int)); // 申请一片连续的内存空间，p指向申请的内存空间首地址

	p[0] = 1; // 赋值1 等价于 *p = 1;

	p[1] = 2;

	printf("%d",*p);

	free(p); // 释放内存

}

我们输出10，会分配10 * 4个字节的内存空间，输入100，会申请100 * 4个内存空间。输入n次会申请S(n）= 4n内存空间的大小。忽略常数项，大O表示法记为O(n)= n

n代表问题的规模

S(n) 即为空间复杂度

常见的空间复杂度

O(1) < O(log2n) < O(n) < O(nlog2n) < O(n2) < O(n^3) < O(2^n) < O(n!) < O(n^n)