数据结构与算法二:时间/空间复杂度(complexity)
Posted 北冥鱼_
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据结构与算法二:时间/空间复杂度(complexity)相关的知识,希望对你有一定的参考价值。
从架构的角度来看,可扩展性是指更改 app 的难易程度。从数据库的角度来看,可伸缩性是指在数据库中保存或检索数据所需的时间快慢程度。
对于算法,可扩展性是指随着输入大小的增加,算法在执行时间和内存使用方面的表现情况。
当处理少量数据时,不好的算法(时间、空间代价昂贵)可能仍然让人感觉执行速度很快。然而,随着数据量的增加,昂贵的算法将会变得很糟糕。只是它会变得多糟糕呢?如何量化这个糟糕程度是我们需要了解的一项重要技能。
时间复杂度
对于少量数据,由于现代硬件的速度,即使是最昂贵的算法也可能看起来执行速度很快。然而,随着数据的增加,昂贵算法的成本将变得越来越明显。时间复杂度是随着输入大小的增加运行算法所需时间的度量。
恒定时间
恒定时间算法是指无论输入大小怎样,都具有相同运行时间的算法。
我们来看以下代码:
func checkFirst(names: [String])
if let first = names.first
print(first)
else
print("no names")
names 数组的大小对该函数的运行时间没有影响。无论数组输入是 10条数据还是 1000 万条数据,此函数都只检查数组的第一个元素。 这是一个简单的时间复杂度示例:
随着输入数据的增加,算法所花费的时间不会改变。
为简洁起见,程序员使用一种称为 Big O 表示法来表示各种时间复杂度的大小。常数时间的大 O 表示法是 O(1)。
Linear time
再看以下代码段:
func printNames(names: [String])
for name in names
print(name)
此函数打印出字符串数组中的所有名称。随着输入数组大小的增加,for 循环的迭代次数也会增加相同的数量。
这种行为称为线性时间复杂度:
线性时间复杂度通常是最容易理解的。随着数据量的增加,运行时间也会增加相同的量。线性时间的大 O 表示法是 O(n)。
如果一个函数有两个循环外加调用六次 O(1) 方法,时间复杂度是 O(2n + 6) 吗?
时间复杂度仅给出了性能的高级形式,因此发生一定次数的循环并不是时间复杂度的一部分。也即是说,上面的时间复杂度是 O(n) 而非 O(2n + 6) 。
当然,优化绝对效率也很重要。比如,算法的 GPU 优化版本的运行速度可能比原始 CPU 版本快 100 倍,同时保持时间复杂度为 O(n)。虽然在计算时间复杂度时我们会忽略这种优化,但像这样的加速其实也是很重要的。
二次方时间(Quadratic time )
这种时间复杂度算法,其时间与输入大小的平方成正比。 考虑以下代码:
func printNames(names: [String])
for _ in names
for name in names
print(name)
该函数打印出数组中的所有名称。 如果有一个包含十条数据的数组,它将十次打印十个名称的完整列表,即打印 100 个语句。
如果将输入大小增加 1,它将打印 11 * 11 = 121 个语句。这种增速与之前线性时间运行的函数不同,n squared 算法会随着数据量 n 的增加而呈指数增长。
下图说明了这种行为:
当 n 足够大时,线性增长执行速度远快于指数增长执行速度。
随着输入数据大小的增加,算法运行所需的时间会急剧增加。 因此,n 平方算法在规模上表现不佳。
二次时间的大 O 表示法是 O(n²)。
对数时间(Logarithmic time)
到目前为止,我们已经了解了线性和二次时间复杂度,其中输入的每个元素至少检查一次。 但是,在某些情况下,只需要检查输入的子集,从而加快运行时间。
比如,如果有一个已排序的整数数组,那么查找特定值是否存在捷径呢?
一个笨法是从头到尾逐个检查数组,直到找到要找的值。因为需要检查每个元素一次,时间复杂度为 O(n) 。
线性搜索虽然表现不错,但我们还可以做得更好。由于输入数组已排序,因此我们可以进行如下优化:
let numbers = [1, 3, 56, 66, 68, 80, 99, 105, 450]
func naiveContains(_ value: Int, in array: [Int]) -> Bool
for element in array
if element == value
return true
return false
如果要检查数组中是否存在数字 451,朴素算法从头到尾迭代,对数组中的九个值进行总共九次检查。 但是,由于数组已排序,其实我们可以通过检查中间值立即删除一半没必要的比较:
func naiveContains(_ value: Int, in array: [Int]) -> Bool
guard !array.isEmpty else return false
let middleIndex = array.count / 2
if value <= array[middleIndex]
for index in 0...middleIndex
if array[index] == value
return true
else
for index in middleIndex..<array.count
if array[index] == value
return true
return false
上面的函数做了一个小优化,它只需检查数组的一半就能得出结论。
该算法首先检查中间值,如果中间值大于期望值,则直接舍弃中间值以后的部分,因为数组是升序的,期望值只能在中间值之前的那一部分。
同样,如果中间值小于期望值,算法将不会再查看数组的左侧了。
这种二分查找方式,具有对数时间复杂度。下图描述了对数时间算法随输入数据增加时的表现:
随着输入数据的增加,执行算法所需的时间以缓慢的速度增加。
当输入大小为 100 时,将比较减半意味着可以节省 50 次比较。如果输入大小为 100000,则将比较减半意味着您可以节省 50000 次比较。要比较的的数据越多,减半效应效果越明显。
对数时间复杂度的大 O 表示法是 O(log n)。
拟线性时间(Quasilinear time)
另一个常见时间复杂度是拟线性时间。拟线性时间算法的性能比线性时间差,但比二次时间好得多。它是我们今后将要处理的最常见的算法之一。拟线性时间算法的一个例子是 Swift 的排序方法。
拟线性时间复杂度的 Big-O 表示法是 O(n log n),它是线性时间和对数时间的乘积。它比线性时间差,但仍比许多其它算法的复杂性好,图表:
拟线性时间复杂度与二次时间复杂度具有相似的曲线,但上升速度没有那么快,因此对大型数据集更具弹性。
其它时间复杂度
除了上面几种时间复杂度,其它不常见的时间复杂度也存在,比如多项式时间、指数时间、阶乘时间等。
需要注意的是,时间复杂度是对性能的高级概述,它并不能判断算法的速度超出一般的排序方案。这意味着两种算法可以具有相同的时间复杂度,但一种可能仍然比另一种快得多。对于小型数据集,时间复杂度可能不是实际速度的准确度量。
例如,如果数据集很小,则插入排序等二次算法可以比合并排序等拟线性算法更快。这是因为插入排序不需要分配额外的内存来执行算法,而归并排序需要分配多个数组。对于小型数据集,内存分配相对于算法需要接触的元素数量而言可能是更昂贵的。
比较时间复杂度
看以下代码,来查找从 1 到 n 的数字之和:
func sumFromOne(upto n: Int) -> Int
var result = 0
for i in 1...n
result += i
return result
sumFromOne(upto: 10000)
代码循环 10000 次并返回 50005000。它是 O(n) 并且需要一点时间才能在 playground 上运行,因为它会计算循环并打印结果。
再看另一个版本:
func sumFromOne(upto n: Int) -> Int
(1...n).reduce(0, +)
sumFromOne(upto: 10000)
在 Playground 中,这将运行得更快,因为它从标准库中调用已编译的代码。 但是,如果查看 reduce 的时间复杂度,您会发现它也是 O(n),因为它调用了 + 方法 n 次。它是同一个大 O,但具有更小的常量,因为它是已编译代码(compiled code)。
最后,还可以这样写:
func sumFromOne(upto n: Int) -> Int
(n + 1) * n / 2
sumFromOne(upto: 10000)
可以使用简单的算术计算总和。该算法的最终版本是 O(1) 并且执行速度很难被击败。
空间复杂度(Space complexity)
算法的时间复杂度可以帮助预测其可扩展性,但它不是唯一的指标。空间复杂度是算法运行所需资源的度量。对于计算机来说,算法的资源就是内存。
我们来看以下代码:
func printSorted(_ array: [Int])
let sorted = array.sorted()
for element in sorted
print(element)
上面的 printSorted 方法将创建 array 的排序副本,然后遍历打印该排序数组的值。要计算空间复杂度,需要分析函数的内存分配。
由于 array.sorted() 会产生一个与数组大小相同的全新数组,因此 printSorted 的空间复杂度为 O(n)。尽管此函数简单而优雅,但在某些情况下,我们可能希望分配尽可能少的内存。
因为可以将上述方法优化如下:
func printSorted(_ array: [Int])
// 1
guard !array.isEmpty else return
// 2
var currentCount = 0
var minValue = Int.min
// 3
for value in array
if value == minValue
print(value)
currentCount += 1
while currentCount < array.count
// 4
var currentValue = array.max()!
for value in array
if value < currentValue && value > minValue
currentValue = value
// 5
for value in array
if value == currentValue
print(value)
currentCount += 1
// 6
minValue = currentValue
逐行解释:
- 检查数组是否为空的情况。如果是,则没有可打印的内容。
- currentCount 记录打印语句的数量。minValue 存储最后打印的值。
- 算法首先打印出所有匹配 minValue 的值,并根据打印语句的数量更新 currentCount。
- 使用 while 循环,算法找到大于 minValue 的最小值并将其存储在 currentValue 中。
- 然后算法在更新 currentCount 的同时打印数组中 currentValue 的所有值。
- minValue 设置为 currentValue,下一次迭代将尝试找到下一个最小值。
上述算法只分配内存来跟踪少数变量,因此空间复杂度为 O(1)。这与前面的函数相反,它分配整个数组来创建源数组的排序表示。
其它符号(Other notations)
目前为止,我们已经使用大 O 表示法评估了算法。这是迄今为止程序员评估时最常用的衡量标准。但是,除此还存在其它表示符号。
Big Omega 表示法用于衡量算法的最佳情况运行时间。
Big Theta 表示法用于测量具有相同最佳和最坏情况的算法的运行时间。
本节关键点
时间复杂度是随着输入大小的增加运行算法所需时间的度量。
- 应该了解常数时间、对数时间、线性时间、拟线性时间和二次时间,并能够按成本对其进行排序。
- 空间复杂度是算法运行所需资源的度量。
- 大 O 表示法用于表示时间和空间复杂度的一般形式。
- 时间和空间复杂度是可扩展性的高级度量,他们不测量算法本身的实际速度。
- 对于小型数据集,时间复杂度通常无关紧要。 例如,当 n 很小时,拟线性算法可能比二次算法慢。
以上是关于数据结构与算法二:时间/空间复杂度(complexity)的主要内容,如果未能解决你的问题,请参考以下文章
空间复杂度是什么?What does ‘Space Complexity’ mean? ------geeksforgeeks 翻译