数据结构(二)

算法是对问题解决步骤的描述，通过有限序列的指令来实现。

一. 五大特征：

1. 有穷性：有限步之后结束

2. 确定性：不存在二义性，即没有歧义

3. 可行性：比如受限于计算机的计算能力，有些算法理论上可行，但实际上无法完成

4. 输入：能被计算机处理的各种类型数据，比如数字，音频，图像等

5. 输出：一至多个程序输出结果

   总结：输入–有限，可行，正确的算法—>输出

二. 算法的复杂度

时间复杂度：

1. 用来衡量算法随着问题规模的增大，算法执行时间增长的快慢
2. 是问题规模的函数，T(n)是时间规模函数，时间复杂度主要分析T(n)的数量级(分析T(n)的数量级就是分析关于n的项，是最大处于哪个级别，0次项，一次项还是平方项)
3. T(n)=O(f(n)) , f(n)是算法中基本运算的频度，一般我们考虑最坏情况下的时间复杂度(基本运算是出现频数最多的运算)

空间复杂度：

1. 它用来衡量算法随着问题规模的增大，算法所需空间增长的快慢

2. 是问题规模的函数：S(n) =O(g(n)) 算法所需空间的增长率和g(n)的增长率相同

   [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kjdrSUYj-1590850654576)(C:\Users\May天\AppData\Roaming\Typora\typora-user-images\image-20200530020740800.png)]

   从上图可以看出，随着问题规模的增大，所需时间的增长率(斜率)差别很大，而且，这个差距随着问题规模的增大而显著地增大。

   我们关心的就是算法的这个增长规模速度

   常用的时间复杂度大小关系：

   O(1) <O(log2n)<O(n)<O(nlog2n)<O(n^2)<O(n3)<O(2^n)

   从左至右，时间性能依次降低。

   PS: log2n更多写成logn

三. 计算算法的时间复杂度

给出一段程序，然后要求计算时间复杂度

1. 示例一

int sum = 0;
for(int i=0; i<n; i++){
	sum = sum +i;
}

​ int sum = 0;执行一次。 int i = 0执行一次。i<n执行n+2次，i++执行 n+1次

​ sum = sum+i 执行n+1次.

​ 时间分析：该算法执行了3n+6个语句。假设每个语句执行的时间一致，均为常数 t，则总时间T=(3n+6)t

​ 随着问题规模的增大，则总时间的增长率和n 的增长率一致，所以复杂度为O(n)

​ 结论:

• 复杂度是关于增长率的，所以可以直接忽略常数
• 一般可以直接关注循环段基本操作语句（示例中sum = sum+i）的执行次数
• 时间复杂度是O(n)

2. 示例二 时间复杂度计算(单个循环体)

   直接关注循环体的执行次数，设为k

   int sum=0;
   
   for(int i =1; i<=n; i=2*i){
   
   	sum = sum+i;
   
   }
   

   i取值：1 2 4 8

   满足条件：2^k<n

   k>log2n时，跳出循环，所以循环体执行次数[log2n]

   故时间复杂度为O(logn)

3. 示例三 时间复杂度计算(多个循环体)

   两个运算规则：乘法规则，加法规则

   加法规则:

   for(i=1; i<=n; i++){
   	x++;
   }
   
   for(i=1; i<=n; i++){
   	for(j=1; j<=n; j++){
   		x++;
   	}
   }
   

   ​ 两个循环体是独立的，采用加法规则：T(n) = T1(n)+T2(n)=max(T1(n), T2(n))=O(n^2)

​ 乘法规则：

for(int i=1; i<=n; i++){
	for(int j=1; i<=n; j=2*j){
		sum=sum+j;
	}
}

T(n)=T1(n)*T2(n)=O(n) * O(logn) = O(nlogn)

四. 算法的空间复杂度的计算

​

空间复杂度S(n)指算法运行过程中所使用的辅助空间的大小。记为：

S(n)=O(f(n))

• 辅助空间：除了存储算法本身的指令，常数，变量和输入数据外，还需要存储对数据操作的存储单元
• 算法原地工作是指算法所需的辅助空间是常量，即O(1)

空间复杂度的计算

​

空间复杂度S(n)指算法运行过程中所使用的辅助空间的大小。记为：

S(n)=O(f(n))

• 辅助空间：除了存储算法本身的指令，常数，变量和输入数据外，还需要存储对数据操作的存储单元
• 算法原地工作是指算法所需的辅助空间是常量，即O(1)