【海贼王的数据航海：利用数据结构成为数据海洋的霸主】时间复杂度 | 空间复杂度

news2024/11/16 1:48:53

目录

1 -> 算法效率

1.1 -> 如何衡量一个算法的好坏？

1.2 -> 算法的复杂度

2 -> 时间复杂度

2.1 -> 时间复杂度的概念

2.2 -> 大O的渐进表示法

2.3 -> 常见时间复杂度计算

3 -> 空间复杂度

4 -> 常见复杂度对比

1 -> 算法效率

1.1 -> 如何衡量一个算法的好坏？

对于以下斐波那契数列：

#define _CRT_SECURE_NO_WARNINGS

#include <iostream>
using namespace std;

long long fib(int N)
{
	if (N < 3)
		return 1;

	return fib(N - 1) + fib(N - 2);
}

int main()
{

	

	return 0;
}

用递归实现斐波那契数列，看上去代码十分简洁，但简洁一定就是好算法吗？如何衡量一个算法的好坏？

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，计算机存储容量很小。所以对于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。所以我们如今已经不需要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

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，从理论上来讲，是不能算出来的，只有把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？固然可以都上机测试，但是这很麻烦，所以才有了时间复杂度这个分析方法。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。

#define _CRT_SECURE_NO_WARNINGS

#include <iostream>
using namespace std;

// 请计算一下Func1中++count语句总共执行了多少次？
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;

	cout << count << endl;
}

int main()
{


	return 0;
}

Func1执行的基本操作数：

F(N) = N^{2} + 2N + 10

-> N = 10 F(N) = 130
-> N = 100 F(N) = 10210
-> N = 1000 F(N) = 1002010

实际我们在计算时间复杂度时，并不一定要计算精确的执行次数，只需要大概执行次数，所以我们使用大O的渐进表示法。

2.2 -> 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. 在常数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为1，则去除与这个项目相乘的常数。得到的结果就是大O阶。

使用大O的渐进表示法后，Func1的时间复杂度为：

O(N^{2})

-> 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：

  • 最好情况：任意输入规模的最小运行次数(下界)
  • 平均情况：任意输入规模的期望运行次数
  • 最坏情况：任意输入规模的最大运行次数(上界)

例如：在一个长度为N的数组中搜索一个数据x

  • 最好情况：1次找到
  • 平均情况：N / 2次找到
  • 最坏情况：N次找到

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

O(N)

2.3 -> 常见时间复杂度计算

实例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;

	cout << count << endl;
}

实例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)
		++count;

	for (int k = 0; k < N; ++k)
		++count;

	cout << count << endl;
}

实例3：

// 计算Func4的时间复杂度？
void Func4(int N)
{
	int count = 0;
	for (int k = 0; k < 100; ++k)
		++count;

	cout << count << endl;
}

实例4：

// 计算strchr的时间复杂度？
const char* strchr(const char* str, int character);

实例5：

// 计算BubbleSort的时间复杂度？
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;
	}
}

实例6：

// 计算BinarySearch的时间复杂度？
int BinarySearch(int* a, int n, int x)
{
	assert(a);
	int begin = 0;
	int end = n - 1;

	// [begin, end]:begin和end是左闭右闭区间，因此有=号
	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;
}

实例7：

// 计算阶乘递归Fac的时间复杂度？
long long Fac(size_t N)
{
	if (0 == N)
		return 1;

	return Fac(N - 1) * N;
}

实例8：

// 计算斐波那契递归fib的时间复杂度？
long long fib(size_t N)
{
	if (N < 3)
		return 1;

	return fib(N - 1) + fib(N - 2);
}

答案及分析：

1. 实例1基本操作执行了2N+10次，通过推导大O阶方法知道，时间复杂度为 O(N)
2. 实例2基本操作执行了M+N次，有两个未知数M和N，时间复杂度为 O(N+M)
3. 实例3基本操作执行了10次，通过推导大O阶方法，时间复杂度为 O(1)
4. 实例4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)
5. 实例5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)
6. 实例6基本操作执行最好1次，最坏O(logN)次，时间复杂度为 O(logN) ps：logN在算法分析中表示是底数为2，对数为N。有些地方会写成lgN。
7. 实例7通过计算分析发现基本操作递归了N次，时间复杂度为O(N)。
8. 实例8通过计算分析发现基本操作递归了2^N次，时间复杂度为O(2^N)。

3 -> 空间复杂度

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。

空间复杂度不是程序占用了多少byte的空间，因为意义不大，所以空间复杂度算的是变量的个数。空间复杂度计算规则基本与时间复杂度类似，也是使用大O渐进表示法。

注意：函数运行时所需要的栈空间(存储参数、局部变量、一些寄存器信息等)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显式申请的额外空间来确定。

实例1：

// 计算BubbleSort的空间复杂度？
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;
	}
}

实例2：

// 计算fib的空间复杂度？
// 返回斐波那契数列的前n项
long long* fib(size_t n)
{
	if (n == 0)
		return NULL;

	long long* arr = (long long*)malloc((n + 1) * sizeof(long long));
	arr[0] = 0;
	arr[1] = 1;
	for (int i = 2; i <= n; ++i)
		arr[i] = arr[i - 1] + arr[i - 2];

	return arr;
}

实例3：

// 计算阶乘递归Fac的空间复杂度？
long long Fac(size_t N)
{
	if (N == 0)
		return 1;

	return Fac(N - 1) * N;
}

答案及分析：

1. 实例1使用了常数个额外空间，所以空间复杂度为 O(1)
2. 实例2动态开辟了N个空间，空间复杂度为 O(N)
3. 实例3递归调用了N次，开辟了N个栈帧，每个栈帧使用了常数个空间。空间复杂度为O(N)

4 -> 常见复杂度对比

一般算法的常见复杂度：

5201314O(1)常数阶
3n + 4O(n)线性阶
3n ^ 2 + 4n + 5O(n ^ 2)平方阶
3log(2)n + 4O(logn)对数阶
2n + 3nlog(2)n + 4O(nlogn)nlogn阶
n ^ 3 + n ^ 2 + 3n + 4O(n ^ 3)立方阶
2 ^ nO(2 ^ n)指数阶

感谢大佬们支持！！！

互三啦！！！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1463675.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

数字化转型导师坚鹏：数字政府技术、业务、数据融合发展路径探索

数字化转型导师坚鹏：数字政府技术、业务、数据融合发展路径探索

数字政府建设与发展研究 ——技术、业务、数据融合发展路径探索 课程背景&#xff1a; 很多政府存在以下问题&#xff1a; 不清楚数字政府建设内涵 不清楚数字政府建设现状 不清楚数字政府融合路径 课程特色&#xff1a; 有实战案例 有原创观点 有精彩解读 学…
阅读更多...
来分析两道小题

来分析两道小题

一、源码 二、分析 首先它会接两个参数一个是id一个是ps&#xff0c;传递的话会包含一个flag.php&#xff0c;然后数据库连接&#xff0c;之后传递过滤&#xff0c;然后查询&#xff0c;如果查到了就会取id&#xff0c;取出来看是不是跟adog一样&#xff0c;如果是它告诉你账号…
阅读更多...
Imagewheel私人图床搭建结合内网穿透实现无公网IP远程访问教程

Imagewheel私人图床搭建结合内网穿透实现无公网IP远程访问教程

文章目录 1.前言2. Imagewheel网站搭建2.1. Imagewheel下载和安装2.2. Imagewheel网页测试2.3.cpolar的安装和注册 3.本地网页发布3.1.Cpolar临时数据隧道3.2.Cpolar稳定隧道&#xff08;云端设置&#xff09;3.3.Cpolar稳定隧道&#xff08;本地设置&#xff09; 4.公网访问测…
阅读更多...
四年功能测试，测试工作吐槽

四年功能测试，测试工作吐槽

这篇文章基于中小公司的工作经验&#xff0c;中小厂的测试流程往往没有大厂那么规范&#xff0c;也会遇到很多挑战&#xff0c;来看下他是怎么解决的 问题一&#xff1a;测试时间评估 这是一个工作日常经常需要回复的问题&#xff0c;理论上 测试这边要做出较科学合理的回复&…
阅读更多...
Flutter学习4 - Dart数据类型

Flutter学习4 - Dart数据类型

1、基本数据类型 num、int、double &#xff08;1&#xff09;常用数据类型 num类型&#xff0c;是数字类型的父类型&#xff0c;有两个子类 int 和 double 通过在函数名前加下划线&#xff0c;可以将函数变成私有函数&#xff0c;私有函数只能在当前文件中调用 //常用数据…
阅读更多...
2024 财源（裁员）广进（鸿蒙开发岗）~

2024 财源（裁员）广进（鸿蒙开发岗）~

2023已过去了&#xff0c;2024大家都在期待经济复苏起来&#xff0c;但并没有起来&#xff0c;倒是第一波 “裁员潮”突然来袭&#xff1a; 这一波突然袭击&#xff0c;使得一些年后想换工作的人不敢轮乱动了&#xff0c;真不知道哪一天起床就失业了 今年我已经接到了太多粉丝…
阅读更多...
力扣OJ题——随机链表的复制

力扣OJ题——随机链表的复制

题目&#xff1a; 138. 随机链表的复制 给你一个长度为 n 的链表&#xff0c;每个节点包含一个额外增加的随机指针 random &#xff0c;该指针可以指向链表中的任何节点或空节点。 要求&#xff1a;构造这个链表的 深拷贝 深拷贝应该正好由 n 个 全新 节点组成&#xff0c;其中…
阅读更多...
LabVIEW多通道压力传感器实时动态检测

LabVIEW多通道压力传感器实时动态检测

LabVIEW多通道压力传感器实时动态检测 介绍了一种基于LabVIEW的多通道压力传感器实时动态检测系统&#xff0c;解决压阻式压力传感器温度补偿过程的复杂度&#xff0c;提高测量的准确性。通过自动轮询检测方法&#xff0c;结合硬件检测模型和多通道检测系统设计&#xff0c;本…
阅读更多...
【动态规划专栏】专题三：简单多状态dp--------3.删除并获得点数

【动态规划专栏】专题三：简单多状态dp--------3.删除并获得点数

本专栏内容为&#xff1a;算法学习专栏&#xff0c;分为优选算法专栏&#xff0c;贪心算法专栏&#xff0c;动态规划专栏以及递归&#xff0c;搜索与回溯算法专栏四部分。 通过本专栏的深入学习&#xff0c;你可以了解并掌握算法。 &#x1f493;博主csdn个人主页&#xff1a;小…
阅读更多...
ios抓包Tunnel to......443

ios抓包Tunnel to......443

fiddler官网下载“CertMaker for iOS and Android”插件&#xff0c;官网插件&#xff1a;https://www.telerik.com/fiddler/add-ons 双击运行插件后&#xff0c;重启fiddler&#xff0c;ios重新安装证书即可
阅读更多...
九州金榜｜家庭教育小技巧

九州金榜｜家庭教育小技巧

家庭教育对于孩子的发展至关重要&#xff0c;家长一定要重视孩子在家里的举动&#xff0c;同样孩子犯错&#xff0c;对于孩子批评也是有一定技巧&#xff0c;下面九州金榜家庭教育给大家分享一下关于在家庭教育中的一些小技巧&#xff0c;帮助大家怎样在家庭教育中面对孩子 1、…
阅读更多...
字节一面 : post为什么会发送两次请求？

字节一面 : post为什么会发送两次请求？

同源策略 在浏览器中&#xff0c;内容是很开放的&#xff0c;任何资源都可以接入其中&#xff0c;如 JavaScript 文件、图片、音频、视频等资源&#xff0c;甚至可以下载其他站点的可执行文件。 但也不是说浏览器就是完全自由的&#xff0c;如果不加以控制&#xff0c;就会出…
阅读更多...
DPDK应该如何入门学习？

DPDK应该如何入门学习？

01 写在前面 我的读者当中应该有一部分人是做 DPDK 相关的&#xff0c;我自己虽然现在已经不做 DPDK 了&#xff0c;但对这块仍然有兴趣&#xff0c;今天这篇文章就来总结下 DPDK 的技术栈。注意&#xff1a;这篇文章是小白文&#xff0c;不适合大神哦。 文章从 DPDK 的产生背…
阅读更多...
四.QT5工具安装和环境变量的配置

四.QT5工具安装和环境变量的配置

1.以管理员身份运行安装包 2.登录qt账号&#xff0c;点击【next】 3.选中同意 4.选择安装目录&#xff0c;注意不能有中文和空格 5.勾选 64位 mingw。点击【next】&#xff0c;等待安装完成 6.配置环境变量
阅读更多...
QT基本组件

QT基本组件

四、基本组件 Designer 设计师&#xff08;重点&#xff09; Qt包含了一个Designer程序&#xff0c;用于通过可视化界面设计开发界面&#xff0c;保存文件格式为.ui&#xff08;界面文件&#xff09;。界面文件内部使用xml语法的标签式语言。 在Qt Creator中创建文件时&#xf…
阅读更多...
Java面向对象案例之家禽对象Poultry（3）

Java面向对象案例之家禽对象Poultry（3）

类主要结构图 抽象类&#xff1a;Poultry&#xff08;家禽作为父类&#xff09;子类&#xff1a;Chook&#xff08;鸡类&#xff09;、Duck&#xff08;鸭子类&#xff09;测试类&#xff1a;PoultryTest 类的方法图 代码示例 /*** 测试类*/ public class PoultryTest {public…
阅读更多...
【STM32学习】——续上：软件SPI读写W25Q64SPI通信外设硬件SPI读写W25Q64

【STM32学习】——续上：软件SPI读写W25Q64SPI通信外设硬件SPI读写W25Q64

四、软件SPI读写W25Q64 工程思路与I2C类似&#xff0c;MySPI.c是通信底层&#xff0c;主要包括通信引脚封装、初始化、SPI通信的三个拼图&#xff08;起始、终止和交换一个字节&#xff09;&#xff1b;基于此文件建立W25Q64.c&#xff0c;调用MySPI三个拼图&#xff0c;拼接成…
阅读更多...
Jmeter内置变量 vars 和props的使用详解

Jmeter内置变量 vars 和props的使用详解

JMeter是一个功能强大的负载测试工具&#xff0c;它提供了许多有用的内置变量来支持测试过程。其中最常用的变量是 vars 和 props。 vars 变量 vars 变量是线程本地变量&#xff0c;它们只能在同一线程组内的所有线程中使用&#xff08;线程组内不同线程之间变量不共享&#…
阅读更多...
（十二）【Jmeter】线程（Threads(Users)）之setUp 线程组

（十二）【Jmeter】线程（Threads(Users)）之setUp 线程组

简述 操作路径如下： 作用：在正式测试开始前执行预加载或预热操作，为测试做准备。配置：设置预加载或预热操作的采样器、循环次数等参数。使用场景：确保在正式测试开始前应用程序已经达到稳定状态，减少测试结果的偏差。优点：提供预加载或预热操作，确保测试的准确性。缺…
阅读更多...
[newstarctf2023] --RE wp

[newstarctf2023] --RE wp

AndroGenshin: rc4加密表&#xff0c;base64换表&#xff1a; 脚本梭就行 python username b"genshinimpact" base64_table [125, 239, 101, 151, 77, 163, 163, 110, 58, 230, 186, 206, 84, 84, 189, 193, 30, 63, 104, 178, 130, 211,164, 94, 75, 16, 32, 33…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023