《算法的时间复杂度和空间复杂度（一）》

各位帅哥靓女们，我是猪猪，这期给大家带来的是《算法的时间复杂度和空间复杂度》，也就是带带大家看看更多的关于算法的内容，老规矩，如果猪猪有哪里说的不对的地方还请于评论区斧正，如果觉得猪猪讲的还可以的话，还请给猪猪一键三连，毕竟猪猪码字不易。

【一】何为算法

算法顾名思义，计算的方法，举个例子，桌子上有给你四个包子，让你吃一天，你会怎么吃，你可以早上吃一个，中午和晚上吃两个，也可以中午吃一个晚上和早上吃两个，用不同的方式达到最后的结果，而这个方式就是算法。

【二】如何衡量一个算法的好坏

这个问题很多小伙伴就要说了，能用最短的时间达到最后的结果的方法不就是最好的方法？那我一天给你四个包子，你早上全吃了，时间虽然是最短的，但是你除了早上不会饿，你中午和晚上都要挨饿，那有的小伙伴就要说了，那我早上吃两个，中午吃一个，晚上吃一个，这样我既能实现吃饱的效果，时间也是比较短的了，你早上吃两个包子你不觉得撑得慌吗？所以，最好的方式就是让你每顿吃得饱而且持续的时间最长，这就是算法，吃的时间就是算法的时间复杂度，吃的多少就是空间复杂度。

【三】算法的时间复杂度

从上文中我们可以看出，算法的时间复杂度就是完成一件事需要的时间，那么我们只需要衡量一个完成一件事的时间就可以去衡量这个算法的好坏了对吧？那么就和上文的吃包子一样，有的人嘴巴大，吃一个包子需要三口，有的人嘴巴小吃一个包子需要七八口，这中间就会多出一个变量，完成这件事的执行者，执行者不一样完成的时间自然也是不一样的，那么我们如何去掉这个变量呢？这个时候就需要借鉴到数学思维了，我们不应该去关注一个人吃完一个包子的时间，我们应该关注的是一顿吃几个包子然后通过计算每顿吃的包子算出总包子，也就意味吧时间复杂度中一些小的变量忽视，从而形成一个函数表达式，表达式表达的就是算法的基本执行次数，这就是算法的时间复杂度。通俗来说，就是你吃包子几顿吃完，而不考虑这个吃包子的人。

【四】大O的渐进表示法

大O符号：是用于描述函数渐进行为的数学符号

推导大O阶的方法：

1.使用常熟1取代运行时间中的所有加法常数

2.在修改之后的运行次数的函数中，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熟，这里得到的结果就是大O阶。

【五】一些小例题

示例1：

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);
}

这道理是的执行次数就是 N^2+2*N+10 ，这个时候很多人就直接把这个答案写上去了，但是事实上真的如此吗？这个我们就会涉及到计算机中使用的渐进表示法。

首先用1取代加法常数得到：N^2+2*N+1；

其次保留最高阶项：N^2;

最高阶项系数就是为1，所以最后的结果就是为N^2。

示例2：

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);
}

浅略计算出，空间复杂度为 2*N+10；

首先用1取代加法常数得到：2*N+1；

其次保留最高阶项：2*N;

最高阶项系数就是为2，所以最后的结果就是为N。

tips：为啥这里结果去掉2，有的说执行1000w次和2000w次这不还是有点区别？但是事实上，我们理解这个的时候就要用到数学的知识了，当N趋向于无穷的时候，2*N和N是等价的。关于为啥我们需要将其取向无穷，我会在文章末尾给大家补充说明的。

示例3：

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);
}

浅略计算出，空间复杂度为 M+N；

首先用1取代加法常数得到：M+N；

其次保留最高阶项：M+N;

最高阶项系数就是为1，所以最后的结果就是为M+N。

示例4：

void Func4(int N)
{
 int count = 0;
 for (int k = 0; k < 100; ++ k)
 {
 ++count;
 }
 printf("%d\n", count);
}

其实很多小伙伴都认为这行代码的时间复杂度就是100，其实刚开始我也是这么认为的，那么用系统方法来计算一下。

浅略计算出，空间复杂度为 ：100；

首先用1取代加法常数得到：1；

其次保留最高阶项：1;

最高阶项系数就是为1，所以最后的结果就是为1。（都大大超出了我们的预料）

示例5：其实就是我们熟系的二分查找

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-1;
 else
 return mid;
 }
 return -1;
}

这里我就使用一下图片和大家说明一下了

 这里我们可以算出来x的空间复杂度了。

示例6：其实就是阶乘递归复杂度

long long Fac(size_t N)
{
 if(0 == N)
 return 1;
 
 return Fac(N-1)*N;
}

其实把这个展开来看，函数调用一次发生了一次的计算，一共调用了N次，所以这个函数的时间复杂度就为O(N)。

示例7：其实就是斐波拉契递归函数的表达式

long long Fib(size_t N)
{
 if(N < 3)
 return 1;
 
 return Fib(N-1) + Fib(N-2);
}

函数第一集调用2个，第二集调用4个，第三集调用8个，第n集调用2^N次方次，使用等比数列的加法可知一共调用了 1*(1-2^N)/(1-2)次，化简可得一共调用了2^N次方次。

以上就是这期猪猪的全部内容了，觉得猪猪写的还不错的还请一键三连，毕竟猪猪码字不易，你们的攒和关注就是对猪猪的最好鼓励。