数据结构简写

复杂度

纲要：

算法效率
时间复杂度
概念
大O的渐进表示法
示例
空间复杂度
概念
示例

在我们学习完C语言之后，我们就要蹦着向更高处走了，所以今天，我们来到了数据结构。

下面呢，就正式开启数据结构的大门！

一.算法效率
　　算法效率分析分为两种：

1.时间效率

时间效率又叫做时间复杂度，它衡量的主要是一个算法的运行速度。

2.空间效率

空间效率又叫做空间复杂度，它衡量的主要是一个算法所需要的额外空间。在计算机发展的早期，因为科技水平有限，往往计算机的容量很少，但如今科技急速发展，计算机的存储容量已经达到了很高的程度。所以我们如今已经不需要再特别关注一个算法的空间复杂度。

二.时间复杂度
1.概念

在计算机科学中，算法的时间复杂度是一个函数，它定量描述了该算法的运行时间。一 个算法执行所耗费的时间，从理论上说，是不能算出来的，只有你把你的程序放在机器上跑起来，才能知道。但是我们需要每个算法都上机测试吗？是可以都上机测试，但是同一个算法在不同性能的机器上也会有不同的差异，所以才有了时间复杂度这个分析方式。

因一个算法所花费的时间与其中语句的执行次数成正比例，所以，算法中的基本操作的执行次数，为算法的时间复杂度。

比如所如下代码，它的执行次数为多少呢？

复制代码
#include <stdio.h>

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);
}
复制代码
　　显而易见，它的执行次数为 F=NN+2N+10；

往往我们在计算时间复杂度的时候，我们写的是一个概数，为什么呢？

我们不妨设想一下，对于上面的执行次数函数，当N趋向于无穷大时，那个10对于它的影响微乎其微。如果是一个高阶函数，这个函数的大小往往取决于表达式中次数最高的项，所以我们的时间复杂度也采取这种思想。

我们不妨来测试一下：

复制代码
#include <stdio.h>
#include <time.h>

void Func1(int N)
{
int start = clock();
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;
}
int end = clock();
printf("%d\n", end - start);//单位为毫秒
}

int main()
{
Func1(0);//0
Func1(100);//0
Func1(10000);//386
return 0;
}
复制代码
　　我们发现，差异主要是在最高次上面。所以接下来我们来介绍大O的渐进表示法。

2.大O的渐进表示法

实际中我们计算时间复杂度时，我们其实并不一定要计算精确的执行次数，而只需要大概执行次数，那么这里我们使用大O的渐进表示法。

大O符号（Big O notation）：是用于描述函数渐进行为的数学符号。

推导大O阶方法：

1、用常数1取代运行时间中的所有加法常数。

2、在修改后的运行次数函数中，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数。得到的结果就是大O阶。

所以，使用大O的渐进表示法以后，Func1的时间复杂度为：O(N^2);

通过上面，我们可以得到现大O的渐进表示法去掉了那些对结果影响不大的项，简洁明了的表示出了执行次数。

另外有些算法的时间复杂度存在最好、平均和最坏情况：

最坏情况：任意输入规模的最大运行次数(上界)

平均情况：任意输入规模的期望运行次数

最好情况：任意输入规模的最小运行次数(下界)

例如：

复制代码
//描述：传递一个数组，给定一个数，查找该数组中是否含有这个数
int FindNum(int* arr,int N,int search_num)
{
int i = 0;
for(i=0;i<len;i++)
{
if(search_num == arr[i])
return 1;//找到则返回 1
}
return 0;//找不到则返回 0
}
复制代码
　　它的最好情况为 1 ，即只执行一次就找到了

平均情况：N/2

最差情况： N ，遍历了整个数组。

那么，对于这个算法，它的时间复杂度是多少呢？答案是: O(N)

在计算时间复杂度时，我们往往取得是它的最差情况。

3.示例

复制代码
// 1.计算Func2的时间复杂度？
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);
}
复制代码
　　它的时间复杂度为多少呢？ ---- O(N)

复制代码
// 2.计算Func3的时间复杂度？
void Func3(int N, int M)
{
int count = 0;
for (int k = 0; k < M; ++ k)
{