数据结构----时间/空间复杂度

什么是数据结构？

编程=算法+数据结构
数据结构(Data Structure)是计算机存储、组织数据的方式，指相互之间存在一种或多种特定关系的数据元素的集合。
算法(Algorithm):就是定义良好的计算过程，他取一个或一组的值为输入，并产生出一个或一组值作为输出。简单来说算法就是一系列的计算步骤，用来将输入数据转化成输出结果。

时间复杂度与空间复杂度

他们两个都是用来衡量算法效率的标准。一个高效率的算法包括运行时间短，占用内存小这两个方面

• 我们把算法中基本操作的执行次数叫做时间复杂度
  用大O的渐进表示法来计算时间复杂度
  规则：
  1、用常数1取代运行时间中的所有加法常数。
  2、在修改后的运行次数函数中，只保留最高阶项。
  3、如果最高阶项存在且不是1，则去除与这个项目相乘的常数。得到的结果就是大O阶。
  我们关注的都是最坏的情况也就是最大值

void Func2(int N) {
int count = 0;
for (int k = 0; k < 2 * N ; ++ k) {
 ++count; }

基本操作为这个循环，操作次数为2N，根据规则，时间复杂度为O（N ）

void Func4(int N) {
int count = 0;
for (int k = 0; k < 100; ++ k) {
 ++count; }
printf("%d\n", count);
}

是一个100次的循环，根据规则常数都为1，所以是O(1)

const char * strchr ( const char * str, int character );

像这种搜索操作只关注最坏的情况就是最后一个字符才找到，所以是O(n)，n表示字符串长度

int BinarySearch(int* a, int n, int x) {
assert(a);
int begin = 0;
int end = n-1;
while (begin < end) {
 int mid = begin + ((end-begin)>>1);
 if (a[mid] < x)
 begin = mid+1;
 else if (a[mid] > x)
 end = mid;
 else
 return mid; }
return -1; }

每次都是二分查找，所以最坏的情况取决于这个总数能除多少次2，所以时间复杂度为log(n)

• 空间复杂度是对一个算法在运行过程中临时占用存储空间大小的量度 。空间复杂度不是程序占用了多少
  bytes的空间，因为这个也没太大意义，所以空间复杂度算的是变量的个数。

void BubbleSort(int* a, int n) {
 assert(a);
 for (size_t end = n; end > 0; --end)
 {
 int exchange = 0;
 for (size_t i = 1; i < end; ++i)
 {
 if (a[i-1] > a[i])
 {
 Swap(&a[i-1], &a[i]);
 exchange = 1;
 }
 }
 if (exchange == 0)
 break;
 }
}

5个，是常数，所以空间复杂度为O(1)

long long Factorial(size_t N) {
 return N < 2 ? N : Factorial(N-1)*N; }

每调用一次函数都会有一个变量，O(n)
空间是可以复用的，所以只需要算最深的那一层空间。
时间复杂度是我们最关注的，有时候还会牺牲空间去换时间。