如何分析时间复杂度(线性表)
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何分析时间复杂度(线性表)相关的知识,希望对你有一定的参考价值。
bool InsertSet(Station item)
sNode *newp=new sNode;
newp->data=item;
newp->next=Head->next;
Head->next=newp;
if (newp->next==NULL) newp->next=Head;
return true;
;
bool InsertSet(Station item,int n)
sNode *p;p=Head;
for (int i=1;i<n;i++)
p=p->next;
sNode *newp=new sNode;
newp->data=item;
newp->next=p->next;
p->next=newp;
return true;
;
void OutputSet(sNode *head)
if (head==NULL) return;
sNode *p=Head->next;
while(p!=Head)
cout<<p->data.ID<<"\t"<<p->data.name<<"\t"<<p->data.num;
p=p->next;
cout<<"\n";
;
;
同一问题可用不同算法解决,而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。一个算法的评价主要从时间复杂度和空间复杂度来考虑。
1、时间复杂度
(1)时间频度
一个算法执行所耗费的时间,从理论上是不能算出来的,必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试,只需知道哪个算法花费的时间多,哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例,哪个算法中语句执行次数多,它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。
(2)时间复杂度
在刚才提到的时间频度中,n称为问题的规模,当n不断变化时,时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此,我们引入时间复杂度概念。
一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数,用T(n)表示,若有某个辅助函数f(n),使得当n趋近于无穷大时,T(n)/f(n)的极限值为不等于零的常数,则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度,简称时间复杂度。
在各种不同算法中,若算法中语句执行次数为一个常数,则时间复杂度为O(1),另外,在时间频度不相同时,时间复杂度有可能相同,如T(n)=n2+3n+4与T(n)=4n2+2n+1它们的频度不同,但时间复杂度相同,都为O(n2)。
按数量级递增排列,常见的时间复杂度有:
常数阶O(1),对数阶O(log2n),线性阶O(n),
线性对数阶O(nlog2n),平方阶O(n2),立方阶O(n3),...,
k次方阶O(nk),指数阶O(2n)。随着问题规模n的不断增大,上述时间复杂度不断增大,算法的执行效率越低。
2、空间复杂度
与时间复杂度类似,空间复杂度是指算法在计算机内执行时所需存储空间的度量。记作:
S(n)=O(f(n))
我们一般所讨论的是除正常占用内存开销外的辅助存储单元规模。 参考技术A 查找的核心操作是比较,评价时间复杂度的指标就是看需要多少次比较操作。
如果查找长度为N的线性表需要的比较操作的次数与N成比例关系,就是线性复杂度,比如顺序查找时平均N/2次比较,就是线性复杂度,一般记作O(N)。 折半查找的比较次数平均为log(N)/2。 参考技术B 同一问题可用不同算法解决,而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。
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。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述,不包括这个函数的低阶项和首项系数。使用这种方式时,时间复杂度可被称为是渐近的,它考察当输入值大小趋近无穷时的情况。
计算方法
1. 一般情况下,算法的基本操作重复执行的次数是模块n的某一个函数f(n),因此,算法的时间复杂度记做:T(n)=O(f(n))
分析:随着模块n的增大,算法执行的时间的增长率和 f(n) 的增长率成正比,所以 f(n) 越小,算法的时间复杂度越低,算法的效率越高。
2. 在计算时间复杂度的时候,先找出算法的基本操作,然后根据相应的各语句确定它的执行次数,再找出 T(n) 的同数量级(它的同数量级有以下:1,log2n,n,n log2n ,n的平方,n的三次方,2的n次方,n!),找出后,f(n) = 该数量级,若 T(n)/f(n) 求极限可得到一常数c,则时间复杂度T(n) = O(f(n))
例:算法:
for(i=1; i<=n; ++i)
for(j=1; j<=n; ++j)
c[i][j] = 0;//该步骤属于基本操作执行次数:n的平方次
for(k=1; k<=n; ++k)
c[i][j] += a[i][k] * b[k][j];//该步骤属于基本操作执行次数:n的三次方次
则有 T(n) = n 的平方+n的三次方,根据上面括号里的同数量级,我们可以确定 n的三次方 为T(n)的同数量级
则有 f(n) = n的三次方,然后根据 T(n)/f(n) 求极限可得到常数c
则该算法的时间复杂度:T(n) = O(n^3) 注:n^3即是n的3次方。
3.在pascal中比较容易理解,容易计算的方法是:看看有几重for循环,只有一重则时间复杂度为O(n),二重则为O(n^2),依此类推,如果有二分则为O(logn),二分例如快速幂、二分查找,如果一个for循环套一个二分,那么时间复杂度则为O(nlogn)。
分类
按数量级递增排列,常见的时间复杂度有:
常数阶O(1),对数阶O(log2n),线性阶O(n),
线性对数阶O(nlog2n),平方阶O(n^2),立方阶O(n^3),...,
k次方阶O(n^k),指数阶O(2^n)。随着问题规模n的不断增大,上述时间复杂度不断增大,算法的执行效率越低。
关于对其的理解
《数据结构(C语言版)》------严蔚敏 吴伟民编著 第15页有句话"整个算法的执行时间与基本操作重复执行的次数成正比。"
基本操作重复执行的次数是问题规模n的某个函数f(n),于是算法的时间量度可以记为:T(n) = O(f(n))
如果按照这么推断,T(n)应该表示的是算法的时间量度,也就是算法执行的时间。
而该页对“语句频度”也有定义:指的是该语句重复执行的次数。
如果是基本操作所在语句重复执行的次数,那么就该是f(n)。
上边的n都表示的问题规模。
数据结构线性单链表的算法实现和时间复杂度分析
#include<stdio.h>
#include<stdlib.h>
//线性表的动态分配链式存储结构
#define LIST_INIT_SIZE 100//线性表存储空间的初始分配量
#define LISTINCREMENT 10//线性表存储空间的分配增量
//函数结果状态代码
#define TRUE 1
#define FALSE 0
#define OK 1
#define ERROR 0
#define INFEASIBLE -1
#define OVERFLOW -2
typedef int Status;//Status是函数的类型,其值是函数结果状态代码
typedef int ElemType;
typedef struct LNode{//节点类型
ElemType data;
struct LNode *next;
}LNode,*LinkList;
//O(1)
Status InitList_L(LinkList &L)
{
//初始化一个有头节点的空的线性单链表L
L=(LinkList)malloc(sizeof(LNode));
if(!L) exit(OVERFLOW);
L->next=NULL;
return OK;
}//InitList_L
//O(n)
Status DestroyList_L(LinkList &L)
{
// 初始条件:线性表L已存在。
//操作结果:销毁线性表L为带头结点的链表,释放所有空间
while(L)
{
LinkList p=L;
L=L->next;
free(p);
}
printf("线性单链表销毁成功\n");
return OK;
}//DestroyList_L
//O(n)
Status ClearList_L(LinkList &L)
{
//初始条件:线性表L已存在。
//操作结果:将L重置为空表带头结点的链表,释放出头结点外的空间,保留头结点
LinkList p=L;
while(p->next)
{
LinkList q=p->next;
p->next=q->next;
free(q);
}
printf("线性单链表清空成功\n");
return OK;
}//ClearList_L
//O(1)
Status ListEmpty_l(LinkList &L)
{
//初始条件:线性表L已存在。
//操作结果:若L为空表,则返回TRUE,否则返回FALSE
LinkList p=L->next;
if(p)return TRUE;
return FALSE;
}//ListEmpty_l
//O(n)
Status LocateElem_L(LinkList L,ElemType e,Status (*compare)(ElemType,ElemType))
{
//初始条件:线性表L已存在。
//操作结果:返回L中第1个与e满足关系compare()的数据元素的位序。若这样的数据元素不存在,则返回值为0
LinkList p=L->next;
int i=1;
while(p)
{
if((*compare)(p->data,e))
return i;
p=p->next;
++i;
}
return i;
}//LocateElem_L
Status compare(ElemType e1,ElemType e2)
{
if(e1==e2)
return OK;
else
return ERROR;
}
//O(n)
Status PriorElem_L(LinkList L,ElemType cur_e,ElemType &pre_e)
{
//初始条件:线性表L已存在。
//操作结果:若cue_e是L的数据元素,且不是第一个,则用pre_e返回它的前驱,否则操作失败,pre_e无定义
LinkList p=L->next;
while(p&&p->next)
{
if(p->next->data==cur_e)
{
pre_e=p->data;
return OK;
}
p=p->next;
}
return ERROR;
}//PriorElem_L
//O(n)
Status NextElem_L(LinkList L,ElemType cur_e,ElemType &next_e)
{
//初始条件:线性表L已存在。
//操作结果:若cue_e是L的数据元素,且不是最后一个,则用next_e返回它的后驱,否则操作失败,next_e无定义
LinkList p=L->next;
while(p&&p->next)
{
if(p->data==cur_e)
{
next_e=p->next->data;
return OK;
}
p=p->next;
}
return ERROR;
}//PriorElem_L
//O(n)
Status GetElem_L(LinkList L,int i,ElemType &e)
{
//L为带头节点的单链表的头指针
//当第i个元素存在时,其值赋给e并返回OK,否则返回ERROR
LinkList p=L->next; int j=1;//初始化,p指向第一个节点,j为计数器
while(p&&j<i)//顺指针向后查找,直到p指向第1个元素或p为空
{
p=p->next;
++j;
}
if(!p||j>i)return ERROR;//第i个元素不存在
e=p->data;//取第i个元素
return OK;
}//DestroyList_L
//O(n)
Status ListInsert_L(LinkList &L,int i,ElemType e)
{
//在带头结点的单链线性表中第i个位置之前插入元素e
LinkList p=L;int j=0;
while(p&&j<i-1)//寻找第i-1个节点
{
p->next;++j;
}
if(!p||j>i-1)return ERROR;//i小于1或者大于表长加1
LinkList s=(LinkList)malloc(sizeof(LNode));//生成新节点
s->data=e;//插入到L中
s->next=p->next;
p->next=s;
return OK;
}//ListInsert_L
//O(n)
Status ListDelete_L(LinkList &L,int i,ElemType &e)
{
//在带头节点的单链表L中,删除第i个元素,并由e返回其值
LinkList p=L;int j=0;
while(p->next&&j<i-1)//寻找第i个结点,并令p指向其前驱
{
p=p->next;
++j;
}
if(!p->next||j>i-1)return ERROR;//删除位置不合理
LinkList q=p->next;//删除并释放结点
e=q->data;
p->next=q->next;
free(q);
return OK;
}//ListDelete_L
//O(n)
void CreateList_L(LinkList &L,int n)
{
//逆位序输入n个元素的值,建立带表结点的单链线性表L
L=(LinkList)malloc(sizeof(LNode));
L->next=NULL;//先建立一个带头节点的单链表
for(int i=n;i>0;--i)
{
LinkList p=(LinkList)malloc(sizeof(LNode));//生成新结点
//scanf("%d",&p->data);//输入元素值
p->data=i;
p->next=L->next;//插入到表头
L->next=p;
}
}
//O(n)
Status ListTraverse_L(LinkList &L,Status (*visit)(ElemType))
{
//初始条件:线性表L已存在
//操作结果:依次对L的每个元素调用,visit().一旦visit()失败,则操作失败。
LinkList p=L->next;
printf("单链线性表中的元素依次为:");
while(p)
{
if((*visit)(p->data))
printf("%d,",p->data);
else
return ERROR;
p=p->next;
}
}//ListTraverse_L
Status visit(ElemType e)
{
return OK;
}
//O(La.length+Lb.length)
void mergelist_L(LinkList &La,LinkList &Lb,LinkList &Lc)
{
//已知单链线性表La和Lb的元素按值非递减排列
//归并La和Lb得到新的单链线性表Lc,Lc的元素也按值非递减排列
LinkList pa=La->next,pb=Lb->next;
LinkList pc;
Lc=pc=La;
while(pa&&pb)
{
if(pa->data<=pb->data)
{
pc->next=pa;
pc=pa;
pa=pa->next;
}else
{
pc->next=pb;
pc=pb;
pb=pb->next;
}
}
pc->next=pa?pa:pc->next=pb;
free(Lb);
}//mergelist_L
int main()
{
LinkList La,Lb,Lc;
int n=4,i=1;
ElemType pre_e,next_e;
CreateList_L(La,n);
CreateList_L(Lb,n);
ListTraverse_L(La,visit);
printf("\n");
ListTraverse_L(Lb,visit);
printf("\n");
mergelist_L(La,Lb,Lc);
ListInsert_L(Lc,2,1);
ListDelete_L(Lc,2,i);
ListTraverse_L(Lc,visit);
printf("线性单链表中2的元素位序为:%d\n",LocateElem_L(Lc,2,compare));
PriorElem_L(Lc,2,pre_e);
printf("线性单链表中2的元素前驱为:%d\n",pre_e);
NextElem_L(Lc,2,next_e);
printf("线性单链表中2的元素后继为:%d\n",next_e);
ClearList_L(Lc);
ListTraverse_L(Lc,visit);
printf("\n");
DestroyList_L(La);
getchar();
getchar();
return 0;
}
以上是关于如何分析时间复杂度(线性表)的主要内容,如果未能解决你的问题,请参考以下文章
数据结构线性表的动态分配顺序存储结构算法c语言具体实现和算法时间复杂度分析