数据结构知识回顾

数据结构知识回顾

1. **时间复杂度：**描述算法的执行快慢
   1.1 常见的排序算法的时间复杂度有：

   	 插入排序：
   			直接插入排序（将元素逐个插入到有序表）：O(n^2)
   			  折半插入排序（折半查找，然后插入）：O(n^2）
   			 希尔排序（缩小增量排序）
   			 
   	 交换排序：
   	 	起泡排序：（大/小元素逐轮下沉）：O(n^2)
   	 	快速排序：（找到pivotkey的插入位置，递归）：O(nlogn）
   	 	
   	 选择排序：
   	  	简单选择排序：（每轮在n-i+1的数组中中选出最小的与数组首元素交换位置）：O(n^2)
   	  	堆排序：(建堆，输出堆顶元素，维护堆) O(nlogn)
   	    归并排序：(递归合并两个有序的数组区间，直到数组长度为1): O(nlogn)
   

2. 空间复杂度： 算法执行占用的内存空间大小的度量

3. 递归时间复杂度的分析： 递归次数*每次的递归中的操作次数

//求x的n次方
int function1(int x,int n){
    int result = 1;
    for (int i = 0; i < n; i++){
        result=result*x;
    }

    return result;

}

//此函数的时间复杂度是O(n),因为迭代次数斯N,每次操作次数是1（乘法）

int function2(int x, int n){
    if(n == 0){
        return 1;
    }

    return function2(x,n-1) * x;
}

//此函数的时间复杂度仍是O(n)

int function3(int x, int n){
    if (n == 0){
        return 1;
    }

    if (n % 2 == 1){  //如果是奇数次幂
        return function3 (x, n / 2) * function3(x,n/2) * x;
    }

    //如果是偶数的话，直接返回
    return function3 (x, n / 2) * function3 (x, n / 2);

    
}

//此函数的时间复杂度是O(n)  可以用二叉树来来分别计算迭代次数和每次的操作次数


int function4 (int x, int n){
    if (n==0){
        return 1;
    }

    t = function4 (x, n / 2);

    if (n % 2 == 0){
        return t * t * x;
    }

    return t * t;


}

//此函数的时间复杂度是O(nlogn),迭代log2^n 次，每次迭代做了一次乘法操作；