衡量一个算法性能好坏的指标:时间复杂度、空间复杂度
在上位机中,更关注时间复杂度。
时间复杂度的衡量方法:大O计法
常见的几种时间复杂度:O(n3) O(n2) O(nlogn) O(n) O(log n) O(1)
在分析时间复杂度时,对数负责度最为复杂。
对数最常出现的规律为:如果一个算法用常数时间将问题的大小削减为其一部分(通常为1/2),那么该算法的时间复杂度为O(log N)
exam1:对分查找
给定一个整数X和整数A0、A1、A2、、、An-1,后者已经预先排序并在内存中,求使得Ai=X的下表i,如果不存在,则返回i=-1
int findIndex(cont int* array, int X, int n)
{
int low, mid, high;
low = 0; high = n-1;
while( low <= high)
{
mid = (high + low) / 2;
if(array[mid] > X)
{
high = mid + 1;
}
else if(array[mid] < X)
{
low = mid - 1;
}
else
{
return mid;
}
}
}
exam2:欧几里得算法
计算最大公因数的欧几里得算法。两个整数的最大公因数Gcd是同时整除二者的最大整数。于是,Gcd(50,15) = 5。
unsigned int Gcd(unsigned intm ,unsigned int n)
{
unsigned int Rem;
while (n > 0) {
Rem = m % n;
m = n;
n = Rem;
}
return m;
}
exam3:幂运算
计算X的N次方常见的算法是使用N-1次乘法自乘。但是用递归算法更好。
bool isEven(unsigned int n)
{
if (n % 2 == 0) {
return 1;
} else {
return 0;
}
}
long Pow(long x ,unsigned int n)
{
if (n == 0) {
return 1;
}
if (n == 1) {
return x;
}
if (isEven(n)) {
return Pow(x*x, n/2);
} else {
return Pow(x * x ,n / 2) * x;
}
}