复杂度分析

一、复杂度分析的四个概念

1、最好情况时间复杂度：在最理想的情况下，执行这段代码的时间复杂度。
2、最坏情况时间复杂度：在最糟糕的情况下，执行这段代码的时间复杂度。
3、平均情况时间复杂度：代码在所有情况下执行的次数的加权平均值。
4、均摊情况时间复杂度：平均情况时间复杂度的一种特殊情况。

二、实例说明

// 全局变量，大小为 10 的数组 array，长度 len，下标 i。
int array[] = new int[10]; 
int len = 10;
int i = 0;

// 往数组中添加一个元素
void add(int element) {
   if (i >= len) { // 数组空间不够了
     // 重新申请一个 2 倍大小的数组空间
     int new_array[] = new int[len*2];
     // 把原来 array 数组中的数据依次 copy 到 new_array
     for (int j = 0; j < len; ++j) {
       new_array[j] = array[j];
     }
     // new_array 复制给 array，array 现在大小就是 2 倍 len 了
     array = new_array;
     len = 2 * len;
   }
   // 将 element 放到下标为 i 的位置，下标 i 加一
   array[i] = element;
   ++i;
}

最好情况时间复杂度：O(1)
当i < len时，只需要直接插入数组就行。

最坏情况时间复杂度：O(n)
当i>=len，即i=n时，需要进行一次数组赋值，所以时间复杂度为O(n)。

平均情况时间复杂度：O(1)
数据插入数组分两种情况，一种直接插入，一种需要扩容后再插入。规律：(n是数组当前的容量)在插入n次数据之后，需要扩容一次，

1*(1/(n+1))+1*(1/(n+1))+ ...+n*(1/(n+1)) = 2n/(n+1)=O(1)  所以加权平均时间复杂度为O(1)

均摊情况时间复杂度：O(1)
前n次插入，都是时间复杂度为O(1)，第n次插入数据后，才扩容一次，时间复杂度为O(n)，可以将这n次插入均摊到不需要扩容的前n次插入，也就是O(1)。

三、为什么引入这几个复杂度概念

同一段代码，在不同的输入的情况下，复杂度量级有可能是不一样的。在引入这几个概念后，我们可以更加全面地表示一段代码的执行效率。