C语言基础 - 复杂度分析

复杂度分析

算法

是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。
额，就是为了实现特定的计算目的的一系列规定的计算步骤。

特征

有穷性（Finiteness）

算法必须能在执行有限步后终止。

确定性 (Definiteness)

算法的每一步骤必须有确切的定义，不能有歧义性。

输入 (Input)

算法有零个或多个的输入；即在算法开始之前，对算法最初给出的量。

输出 (Output)

算法有一个或多个的输出；即与输入有某个特定关系的量，简单地说就是算法的最终结果。没有输出的算法是毫无意义的。

能行性 (Effectiveness)

算法中的运算和操作必须能够精确地进行，每个计算步骤都可以在有限时间内完成（也称之为有效性）。

表示方法

• 自然语言
• 流程图
• 伪代码
• 计算机程序设计语言

算法分析

解一个问题，往往有若干不同的算法，我们如何对比不同算法，我们如何判断一个算法的好坏？

在保证算法正确性的前提下，我们可以从以下3个方面对算法进行评价：

• 算法的时间复杂度；
• 算法的空间复杂度；
• 算法是否便于阅读、修改和测试。

这里主要讲前两个

时间复杂度

时间复杂度不是算法的运行时间，当然，直接计算时间也可行，但是有个致命缺点，运行时间和设配、编译器等有关，同一算法不同设备时间也不一定相同。这里，是有关操作的次数，用T(n)表示。

大 O 表示法

我们通常用大 O 表示法来表示时间复杂度。
T(n) = O(f(n))
f(n)代表的是执行的次数，他计算的是n接近无限大时的情况，允许用 “$\approx$” 替代 “$=$”。
下面具体分析

O($n$)

#include <stdio.h>
int main()
{
    int n = 0, t = 0;
    scanf("%d", n);
    
    for (int i = 0; i < n; i++)
    {
        t++;
    }
    
    return 0;
}

这个for()执行次数是 3 * n + 2
用用大 O 表示法来表示 O($3n+2$) = O($n$)

O($n^2$)

#include <stdio.h>
int main()
{
    int n = 0, t = 0;
    scanf("%d", n);

    for (int i = 0; i < n; i++)
    {
        for (int j = 0; j < n; j++)
        {
            t++;
        }
    }
    
    return 0;
}

如果是两层的循环
用用大 O 表示法来表示 O($n^2$)

#include <stdio.h>
int main()
{
    int n = 0, t = 0;
    scanf("%d", n);

    for (int i = 0; i < n; i++)
    {
        t++;
    }
    
    for (int i = 0; i < n; i++)
    {
        for (int j = 0; j < n; j++)
        {
            t++;
        }
    }
    
    return 0;
}

如果是两层的循环
用用大 O 表示法来表示 O($n^2+n$) = O($n^2$)

除了 O(n) 和 O($n^2$)，我们还有其它量级

• O($1$) 常数级
• O($logn$) 对数级
• O($n$) 线性级
• O($nlogn$) 线性对数级
• O($n^c$) 多项式级
• O($c^n$) 指数级
• O($n!$) 阶乘级

接下来我们看一下常用的量级

O($1$)

#include <stdio.h>
int main()
{
    int n = 0;
    int m = 1;
    n = n + m;
    m = n - m;
    n = n + m;

    return 0;
}

O($logn$)

#include <stdio.h>
int main()
{
    int n = 0, t = 0;
    scanf("%d", n);
    
    for (int i = 0; i < n; i *= 2)
    {
        t++;
    }
    
    return 0;
}

O($nlogn$)

#include <stdio.h>
int main()
{
    int n = 0, t = 0;
    scanf("%d", n);
    
    for (int j = 0; j < n; j++)
    {
        for (int i = 0; i < n; i *= 2)
        {
            t++;
        }
    }

    return 0;
}

O($nm$)

#include <stdio.h>
int main()
{
    int n = 0, t = 0;
    scanf("%d", n);

    for (int i = 0; i < n; i++)
    {
        for (int j = 0; j < m; j++)
        {
            t++;
        }
    }
    
    return 0;
}

其他复杂度指标

O( ) --> 最差情况
Ω( ) --> 最好情况
θ( ) --> 区间

因为，算的是最差情况，我们大 O 表示法用得更多。

空间复杂度

同样，空间复杂度不是这个算法占多少内存，而是算法在执行过程中所占存储空间的大小，用S(n)表示，度量的方式与时间复杂度类似。

常用的空间复杂度

• O($1$) 常数级

• O($n$) 线性级 数组
• O($n^c$) 多项式级 多维数组