3、C++标准库基础概念全解析

C++标准库基础概念全解析

1. 复杂度与大O表示法

在C++标准库的某些部分，尤其是STL，算法和成员函数的性能经过了仔细考量，标准对它们有特定的“复杂度”要求。计算机科学家使用大O表示法来比较算法的相对复杂度，通过这种方法可以快速对算法的相对运行时间进行分类，并对不同算法进行定性比较。

大O表示法将算法的运行时间表示为输入规模n的函数。例如，如果运行时间随元素数量线性增长（输入翻倍，运行时间也翻倍），复杂度就是O(n)；如果运行时间与输入无关，复杂度就是O(1)。以下是常见复杂度类型及其大O表示法：
| 类型 | 表示法 | 含义 |
| ---- | ---- | ---- |
| 常数 | O(1) | 运行时间与元素数量无关 |
| 对数 | O(log(n)) | 运行时间随元素数量对数增长 |
| 线性 | O(n) | 运行时间随元素数量线性增长 |
| n - log - n | O(n * log(n)) | 运行时间是线性和对数复杂度的乘积 |
| 二次 | O(n²) | 运行时间随元素数量二次增长 |

需要注意的是，大O表示法会隐藏较小指数的因子（如常数因子）。实际上，两个线性算法在大O表示法下被认为是同等可接受的，但在某些情况下，线性算法中的常数可能非常大，以至于具有小常数的指数算法在实际中可能更可取。所以，大O表示法只是一个经验法则，复杂度最优的算法不一定是最好的算法。

下面的表格展示了不同复杂度在不同元素数量下的运行时间：
| 复杂度 | 元素数量：1 | 元素数量：2 | 元素数量：5 | 元素数量：10 | 元素数量：50 | 元素数量：100