时间与空间复杂度(详解)(上)

简介: 时间与空间复杂度(详解)(上)

前言:Hello,各位友友,本节将带领大家领会时间与空间复杂度,干货满满!

1.算法效率

1.1 如何衡量一个算法的好坏

如何衡量一个算法的好坏呢?比如对于以下斐波那契数列:

斐波那契数列的递归实现方式非常简洁,但简洁一定好吗?那该如何衡量其好与坏呢?

long long Fib(int N)
{
if(N < 3)
return 1;
return Fib(N-1) + Fib(N-2);
}

一般通过时间复杂度和空间复杂度

1.2 算法的复杂度

算法在编写成可执行程序后,运行时需要耗费时间资源和空间 ( 内存 ) 资源 。因此 衡量一个算法的好坏,一般 是从时间和空间两个维度来衡量的 ,即时间复杂度和空间复杂度。

时间复杂度主要衡量一个算法的运行快慢,而空间复杂度主要衡量一个算法运行所需要的额外空间

在计算 机发展的早期,计算机的存储容量很小。所以对空间复杂度很是在乎。但是经过计算机行业的迅速发展,计 算机的存储容量已经达到了很高的程度。所以如今已经不需要再特别关注一个算法的空间复杂度。

2.时间复杂度

2.1 时间复杂度的概念

时间复杂度的定义: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,但是这很麻烦,

所以才有了时间复杂度这个 分析方式。一个算法所花费的时间与其中语句的执行次数成正比例,算法中的基本操作的执行次数,为算法 的时间复杂度。

即:找到某条基本语句与问题规模N之间的数学表达式,就是算出了该算法的时间复杂度。

 

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;
}

Func1 执行的基本操作次数 :  F(N)=N^2+N*2+10

N = 10 F(N) = 130

N = 100 F(N) = 10210

N = 1000 F(N) = 1002010

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。

2.2 O的渐进表示法

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。

本质:计算算法时间复杂度(次数)属于哪个量级(level)

使用大 O 的渐进表示法以后, Func1 的时间复杂度为:

N = 10     F(N) = 100

N = 100   F(N) = 10000

N = 1000 F(N) = 1000000

通过上面我们会发现大 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:在一个长度为 N 数组中搜索一个数据 x

最好情况: 1 次找到

最坏情况: N 次找到

平均情况: N/2 次找到

在实际中一般情况关注的是算法的最坏运行情况,所以数组中搜索数据时间复杂度为 O(N)

补充:clock

C 库函数 clock_t clock(void) 返回程序执行起(一般为程序的开头),处理器时钟所使用的时间。

可以计算程序的运行时间 ms

#include <stdio.h>
#include <time.h>
int main(){
  int begin=clock();
  int n=10000000;
  int x=10;
  for(int i=0;i<n;i++){
    ++x;
  }
  int end=clock();
  printf("%d\n",x);
  printf("%d ms\n",end-begin);
  return 0;
}

2.3常见时间复杂度计算举例

实例 1

 

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);
}

F(N)=2*N+10

基本操作执行了2N+10,时间复杂度为 O(N)

实例2

void Func3(int N, int M)
{
int count = 0;
for (int k = 0; k < M; ++ k)
{
++count;
}
for (int k = 0; k < N ; ++ k)
{
++count;
}
printf("%d\n", count);
}

F(N)=M+N

基本操作执行了M+N次,有两个未知数MN,时间复杂度为 O(N+M)

若M远大于N,可为O(M),若N远大于M,可为O(N)

实例3

 

void Func4(int N)
{
int count = 0;
for (int k = 0; k < 100; ++ k)
{
++count;
}
printf("%d\n", count);
}

基本操作执行了100次,通过推导大O阶方法,时间复杂度为 O(1)

实例4

// 计算strchr的时间复杂度?
const char * strchr ( const char * str, int character );
//底层逻辑
while(*str){
if(*str==character)
return str;
else
++str;
}

基本操作执行最好1次,最坏N次,时间复杂度一般看最坏,时间复杂度为 O(N)

实例5

void BubbleSort(int* a, int n)
{
assert(a);
for (size_t end = n; end > 0; --end)
{
int exchange = 0;
for (size_t i = 1; i < end; ++i)
{
if (a[i-1] > a[i])
{
Swap(&a[i-1], &a[i]);
exchange = 1;
}
}
if (exchange == 0)
break;
}
}

基本操作执行最好 N 次,最坏执行了 (N*(N+1)/2 次,通过推导大 O 阶方法 + 时间复杂度一般看最

坏,时间复杂度为 O(N^2)

时间与空间复杂度(详解)(下):https://developer.aliyun.com/article/1624367

目录
相关文章
|
7月前
|
存储 算法 C语言
时间和空间复杂度
时间和空间复杂度
61 0
|
2月前
|
存储 算法
时间与空间复杂度(详解)(下)
时间与空间复杂度(详解)(下)
39 3
|
4月前
|
机器学习/深度学习 存储 算法
算法时间复杂度分析
这篇文章讲解了如何分析算法的时间复杂度,包括关注循环执行次数最多的代码段、总复杂度的确定、嵌套代码复杂度的计算方法,并提供了大O阶的推导步骤和常见时间复杂度的列表,同时还介绍了空间复杂度的概念及其重要性。
|
6月前
|
存储 算法 数据可视化
力扣155题最全解法:如何实现支持常数时间获取最小值的最小栈(附详细图解和复杂度分析)
力扣155题最全解法:如何实现支持常数时间获取最小值的最小栈(附详细图解和复杂度分析)
算法的时间、空间复杂度如何比较?
算法的时间、空间复杂度如何比较?
|
7月前
leetcode-1438:绝对差不超过限制的最长连续子数组
leetcode-1438:绝对差不超过限制的最长连续子数组
50 0
|
算法
时间、空间复杂度的例题详解(上)
时间、空间复杂度的例题详解(上)
105 0
|
存储
时间、空间复杂度的例题详解(下)
时间、空间复杂度的例题详解(下)
65 0
|
算法 搜索推荐 Java
不了解时间空间复杂度,别说你是程序员!!!
不了解时间空间复杂度,别说你是程序员!!!
不了解时间空间复杂度,别说你是程序员!!!

热门文章

最新文章