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。