空间、时间复杂度到底是啥东东

目录

一、时间复杂度

二、空间复杂度

三、总结

---

前提：有一个问题-->我们遇到编程题，每个人都有每个人的解决想法，但是谁的想法更好呢？你不服他，他也不服你，咋办呢？

为了判断每个人的解题思路谁更优，引入了时间复杂度和空间复杂度！接下来我给各位小哥哥小姐姐分别谈一下其具体定义。

一、时间复杂度

时间复杂度的定义：在计算机科学中，算法的时间复杂是一个函数，它定量描述了算法的运行时间，一个算法执行所耗时间。

但是理论上说很难计算出执行时间，但是一个算法所花费的时间与其中语句的执行次数承正比例！所以将算法中的基本操作的执行次数作为算法的时间复杂度(主要计算的是循环、判断)。

但是在实际计算时间复杂度时，我们并不一定需要具体计算精确的执行次数，而只需要大概的估计一下执行次数，便引入了大O的渐近表示法。

• 大O的渐近表示法。

首先各位小哥哥小姐姐看一段C代码：

void fun(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<n;k++)
	{
		count++;
	}
	
	for(int m=0;m<10;m++)
	{
		count++;
	}
}

计算一下fun函数的执行次数：F(N)=N²+2×N+10

• 大O的渐近表达式第一条规则：在修改后的运行次数函数中，只保留最高阶项。

所以将N无限渐近无穷大的话，N²明显是最能影响fun函数的执行次数的，所以fun函数的时间复杂度为：o(N²)

大家看另一个函数：

void fun(int n)
{
	int count=0;
	for(int m=0;m<10;m++)
	{
		count++;
	}
}

计算一下fun函数的执行次数：F(N)=10

• 大O的渐近表达式第二条规则：用常数1取代运行时间中的所有加法常数。

所以此时fun函数的执行次数为10，她是一个常数，所以此时用大O渐近表示fun函数的时间复杂度为：O（1）

大家看再看另一个函数：

void fun(int n)
{
	int count=0;
	for(int m=0;m<n;m++)
	{
		count++;
	}
	for(int m=0;m<n;m++)
	{
		count--;
	}
}

计算一下fun函数的执行次数：F(N)=2×N

• 大O的渐近表达式第三条规则：如果最高阶项存在且不是1，那么直接去除这个相乘的常数。所以此时fun函数的执行次数为2×N，2是一个常数，所以此时用大O渐近表示fun函数的时间复杂度为：O（N）

接下来谈一下二分查找：

int binaysearch(int* a,int x)
{
	assert(a);
	int begin=0;
	int end=n-1;
	while(begin<=end)
	{
		int mid=begin+((end-begin)>>1);
		if(a[mid]<x)
			begin=mid+1;
		else if(a[mid]>x)
		    end=mid-1;
		else
			return mid;
	}
	return -1;
}

各位都知道最坏的二分查找结果就是直至找到最后一个数。假如有序数组有n个元素，那么每次除2直至得到1。这其中就用n除log以2为底n的次数。所以时间复杂度：O(logn)（2为底数可以省，其它则不能）。

第二个就是递归（每一次递归不含有循环），那么递归n次，其时间复杂度为：O(N)。那如果在每次循环中调用一个n循环，那么其时间复杂度：O(N²)。

二、空间复杂度

空间复杂度的定义：空间复杂度也是一个数学表达式，是对一个算法在运行过程中临时占用存储空间大小的量度。（简单点就是创建变量的次数）

空间复杂度计算规则与时间复杂度类似，也使用大O的渐近表示法。函数运行时所需要的栈空间（存储参数、局部变量、一些寄存器信息）在编译期间已经确定好了，因此空间复杂度主要通过函数在运行时候显示申请的额外空间确定。

void  swap(int* nums,int numssize,int k)
{
	k=k%numssize;
	int now=0;
	if(k==0)
	{
		return;
	}
	while(numssize-now>k)
	{
		int i=0;
		for(i=0;i<k;i++)
		{
			int temp=*(nums+now+i);
			*(nums+now+i)=*(nums+numssize-k+i);
			*(nums+numssize-k+i)=temp;
		}
		now+=k;
	}
} 

这是一个将数组中的元素原地右转k个位置的函数，这是力扣的一道题，其代码的空间复杂度为O(1)，因为在此函数中，创建了三个变量（now、i、temp），当然是不是看到在i和temp在循环中不断进行创建，但是重复创建同一个变量也只记为1.

所以根据大O渐近表示法第二条规则其空间复杂度为O(1)

三、总结

根据空间复杂度以及时间复杂度来分析一下斐波那契数列的实现。斐波那契数列在这里用两种方法实现。

第一种，使用递归实现：

size_t fun(int n)
{
	if(n==1||n==2)
	   return 1;
	else
	   return fun(n-1)+fun(n-2);
}

此时：因为创建了1到n重复利用空间，所以空间复杂度为O(N); 因为操作了差不多2^n次方次（实际比它小），所以时间复杂度为O(2^n)。

第二种，使用迭代实现：

int fun(int n)
{
	int a=1;
	int b=1;
	int sum=1;
	if(n<3)
	{
		return sum;
	}
	else
	{
		while(n>2)
		{
			sum=a+b;
			a=b;
			b=sum;
			n--;
		}
	}
	return sum;
}

此时：因为创建了a、b、sum三个变量，所以空间复杂度为O(1); 因为操作了3*n次，所以时间复杂度为O(n)。

兄弟们，写的不咋样，如果你全部看懂了，你水平一定比我高。