时间复杂度和空间复杂度（数据结构系列1）

努力敲代码的小白✧٩(ˊωˋ*)و✧

已于 2023-02-03 12:55:07 修改

阅读量176

点赞数 2

分类专栏：数据结构文章标签：数据结构算法

于 2023-01-08 23:05:33 首次发布

本文链接：https://blog.csdn.net/weixin_61599986/article/details/128594546

版权

数据结构专栏收录该内容

16 篇文章 0 订阅

订阅专栏

前言：

之前小编和大家分享了JavaSE的一些基础知识，那么接下来小编将会给大家分享一些数据结构上的一些基础知识，快来和小编一起来打卡学习吧！！！

1.算法效率

如何衡量一个算法的好坏，我们一般是通过算法效率来衡量的，算法效率分析分为两种：第一种是时间效率，第二种是空间效率，时间效率被称之为时间复杂度，而空间效率被称之为空间复杂度，时间复杂度主要衡量的是一个算法的运行速度，而空间复杂度主要衡量的是一个算法所需要的额外空间，在计算机早期的容量是很小的，所以对空间的复杂度很是在乎，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了。那么下来我们就分别来了解一下时间复杂度和空间复杂度。

2.时间复杂度

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，一个算法所执行所耗费的时间，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，但是我们需要每一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。

2.1大O的渐进表示法

推导大O阶的方法：
用常数1取代运行时间中的所有加法常熟。
在修改后的运行次数函数中，只保留最高阶项。
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，得到结果就是大O阶。

我们可以总结一下上面的方法就是去除：常数、低阶、系数。

下面我们来看一下具体的例子：

void func(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--) > 0) {
            count++;
        }
        System.out.println(count);
    }

一般情况下我们都是看循环里面的次数来定时间复杂度的，那么对于上面的这个例子来说我们可以看到有三个循环第一个循环的次数是：N^2，第二次循环的次数是：2 * N，第三次循环的次数是：10次。最后我们把它们都加起来就是F(N) = N^2 + 2*N + 10。

那么接下来我们就按照上面的规定来逐条删减。

1.去常：F(N) = N^2 + 2 * N。

2.去低阶：F(N) = N^2。

3.去系数：F(N) = N^2。（这里没哟系数我们就不用去了）

那么最后所得到的就是我们通过大O接近法表示出来的时间复杂度：O(N^2)。

这样我们就去掉了那些影响不大的项，简洁的表明了执行的次数，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的数组中搜索一个数字K，那么：

最好情况：1就找到了。
最坏情况：N次找到。
平均情况：2/N次找到。

在实际情况中我们一般关注的是最坏时间复杂度，所以上述情况中我们一般说的时间复杂度是O(N)。

3.空间复杂度

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度量，空间复杂度不是程序占用了多少bytes的空间，因为这个也没有太大意义，所以空间复杂度算的是一个变量的个数，空间复杂度计算规则基本跟时间复杂度类似，也是使用大O接近表示法。

实例1:

代码如下所示：

void bubbleSort(int[] array) {
        for (int i = array.length; i > 0 ; i--) {
            boolean sorted = true;
            for (int j = 0; j < i; j++) {
                if (array[j] > array[j + 1]) {
                    int temp = array[j];
                    array[j] = array[j + 1];
                    array[j + 1] = temp;
                    sorted = false;
                }
            }
            if (sorted == true) {
                break;
            }
        }
    }

上述代码的空间复杂度是：O(1)