1.算法效率
1.1 算法的复杂度
算法在编写成可执行程序后,运行时需要耗费时间资源和空间(内存)资源 。因此衡量一个算法的好坏,一般
是从时间和空间两个维度来衡量的,即时间复杂度和空间复杂度。
时间复杂度主要衡量一个算法的运行快慢,而空间复杂度主要衡量一个算法运行所需要的额外空间。在计算
机发展的早期,计算机的存储容量很小。所以对空间复杂度很是在乎。但是经过计算机行业的迅速发展,计
算机的存储容量已经达到了很高的程度。所以我们如今已经不需要再特别关注一个算法的空间复杂度。
2.时间复杂度
2.1 时间复杂度的概念
时间复杂度的定义:在计算机科学中算法的时间复杂度是一个(数学)函数,它定量描述了该算法的运行时间。一个算法执行所耗费的时间,从理论上说,是不能算出来的,只有你把你的程序放在机器上跑起来,才能知道。但是我们需要每个算法都上机测试吗?是可以都上机测试,但是这很麻烦,所以才有了时间复杂度这个分析方式。一个算法所花费的时间与其中语句的执行次数成正比例,算法中的基本操作的执行次数,为算法的时间复杂度。
即:找到某条基本语句与问题规模N之间的数学表达式,就是算出了该算法的时间复杂度。
// 请计算一下Func1中++count语句总共执行了多少次? F(N)=N*N+N*2+10
void Func1(int N)
{
int count = 0;
for (int i = 0; i < N; ++i)
{
for (int j = 0; j < N; ++j)
{
++count;
}
}
for (int k = 0; k < 2 * N; ++k)
{
++count;
}
int M = 10;
while (M--)
{
++count;
}
printf("%d\n", count);
}
int main()
{
int N = 0;
scanf("%d", &N);
Func1(N);
return 0;
}
实际中我们计算时间复杂度时,我们其实并不一定要计算精确的执行次数,而只需要大概执行次数,那么这
里我们使用大O的渐进表示法。
2.2 大O的渐进表示法
1、用常数1取代运行时间中的所有加法常数。 O(1)表示算法只能运行常数次
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。
通过上面我们会发现大O的渐进表示法去掉了那些对结果影响不大的项,简洁明了的表示出了执行次数。
另外有些算法的时间复杂度存在最好、平均和最坏情况:
最坏情况:任意输入规模的最大运行次数(上界)
平均情况:任意输入规模的期望运行次数
最好情况:任意输入规模的最小运行次数(下界)
例如:在一个长度为N数组中搜索一个数据x
最好情况:1次找到
最坏情况:N次找到
平均情况:N/2次找到
在实际中一般情况关注的是算法的最坏运行情况,所以数组中搜索数据时间复杂度为O(N)
2.3常见时间复杂度计算举例
// 计算Func2的时间复杂度? O(N)
void Func2(int N) {
int count = 0;
for (int k = 0; k < 2 * N ; ++ k)
{
++count;
}
int M = 10;
while (M--)
{
++count;
}
printf("%d\n", count);
}
// 计算Func3的时间复杂度? O(M+N)
void Func3(int N, int M)
{
int count = 0;
for (int k = 0; k < M; ++k)
{
++count;
}
for (int k = 0; k < N; ++k)
{
++count;
}
printf("%d\n", count);
}
// 计算Func4的时间复杂度? O(1)
void Func4(int N) {
int count = 0;
for (int k = 0; k < 100; ++ k)
{
++count;
}
printf("%d\n", count);
}
// 计算strchr的时间复杂度? O(N)
const char* strchr(const char* str, int character);
while (*str)
{
if (*str == character)
return str;
else
++str;
}
// 计算BubbleSort的时间复杂度? O(N^2)
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;
}
}
// 计算BinarySearch的时间复杂度? O(log2N) 数据大,但复杂度小,缺点是有序
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;
}
// 计算阶乘递归Fac的时间复杂度? O(N)
long long Fac(size_t N)
{
if (0 == N)
return 1;
return Fac(N - 1) * N;
}
// 计算斐波那契递归Fib的时间复杂度? O(2^N) 时间复杂度太高,速度太慢
long long Fib(size_t N)
{
if (N < 3)
return 1;
return Fib(N - 1) + Fib(N - 2);
}
int main()
{
printf("%lld\n", Fib(50));
return 0;
}
3.空间复杂度
空间复杂度也是一个数学表达式,是对一个算法在运行过程中临时额外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。
空间复杂度计算规则基本跟实践复杂度类似,也使用大O渐进表示法。
注意:函数运行时所需要的栈空间(存储参数、局部变量、一些寄存器信息等)在编译期间已经确定好了,因
此空间复杂度主要通过函数在运行时候显式申请的额外空间来确定。
// 计算BubbleSort的空间复杂度? O(1) 使用了常数个额外空间,所以空间复杂度为 O(1)
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;
}
}
// 计算Fibonacci的空间复杂度? O(N) 动态开辟了N个空间,空间复杂度为 O(N)
// 返回斐波那契数列的前n项
long long* Fibonacci(size_t n)
{
if (n == 0)
return NULL;
long long* fibArray = (long long*)malloc((n + 1) * sizeof(long long));
fibArray[0] = 0;
fibArray[1] = 1;
for (int i = 2; i <= n; ++i)
{
fibArray[i] = fibArray[i - 1] + fibArray[i - 2];
}
return fibArray;
}
// 计算阶乘递归Fac的空间复杂度? O(N)
//递归调用了N次,开辟了N个栈帧,每个栈帧使用了常数个空间。空间复杂度为O(N)
long long Fac(size_t N) {
if(N == 0)
return 1;
return Fac(N-1)*N; }
4.常见时间复杂度以及复杂度oj练习
例1.数组nums
包含从0
到n
的所有整数,但其中缺了一个。请编写代码找出那个缺失的整数。你有办法在O(n)时间内完成吗?
思路1:排序 —> qsort 快排 时间复杂度O(n*log2N) 空间复杂度O(1)
思路2:(0+1+2+…+n)- (a[0]+a[1]+…+a[n-1]) 时间复杂度O(N) 空间复杂度O(1)
思路3:新建一个数组,数组nums中的值对应写在相应的位置,然后判断
时间复杂度O(N) 空间复杂度O(N)
思路4:给定一个X=0,然后先与0-n的所有值异或,然后再和数组nums中的值异或,最后x即为缺失的值。
时间复杂度O(N) 空间复杂度O(1)
int missingNumber(int* nums, int numsSize)
{
int x =0;
int i =0;
for(i=0;i<=numsSize;i++)
{
x^=i;
}
for(i=0;i<numsSize;i++)
{
x^=nums[i];
}
return x;
}
例2.定一个数组,将数组中的元素向右移动 k
个位置,其中 k
是非负数。
思路1:暴力求解 进行k次旋转1个的操作 时间复杂度O(N*K) 空间复杂度O(1)
思路2:开辟额外的空间,以空间换时间 时间复杂度O(N) 空间复杂度O(N)
思路3:前n-k个逆置,后k个逆置,然后整体逆置 时间复杂度O(N) 空间复杂度O(1)
void Reverse(int* nums,int left ,int right)
{
while(left<right)
{
int tmp = nums[left];
nums[left] = nums[right];
nums[right]= tmp;
left++;
right--;
}
}
void rotate(int* nums, int numsSize, int k)
{
if(k>=numsSize)
{
k %= numsSize;
}
Reverse(nums,0,numsSize-k-1);
Reverse(nums,numsSize-k,numsSize-1);
Reverse(nums,0,numsSize-1);
}