数据结构 时间复杂度与空间复杂度

Posted 一个正直的男孩

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 时间复杂度与空间复杂度相关的知识,希望对你有一定的参考价值。

开辟新篇章,数据结构与算法,要想走的更远那么一定要学数据结构,如果你掌握了他,写的代码会得到很大的优化!!!


❓什么是数据结构与算法

🙊:数据结构

  • 数据结构 = 数据元素 + 元素之间的关系
  • 常见的有以下这些类型

🙊:算法

  • 算法是特定问题求解步骤的描述,算法是独立语言而存在的一种解决问题的方法和思想
  • 常见的算法

🤔:他们之间的关系

  • 算法是依赖着数据结构的,数据结构是算法的基础,俩者缺一不可。

❓ 时间复杂度与空间复杂度

  • 衡量一个算法的好坏有俩个方面
  1. 时间复杂
  2. 空间复杂度

⌛️ 时间复杂度

时间复杂度并不是他运行时所占用的了多少时间,而是他在算法中基本操作了多少次

🤯:如何计算时间复杂度

  • 算出他执行了多少次,取他大概执行了多少次(算法执行做多的那次),然后用O的渐进表示法
  • 如果算法中时执行了常数次(数得清),那么用O(1)表示
  • 去掉影响不大的值,取最大项(在最大项无限大的时候那么其他的附庸值就不是那么重要)
  • 算法一定要取最坏的情况(保底思路)

⌨️:案例

🧐:解析

  • 第一个循环2n,后一个为10
  • 2N+10,舍去杂项取最高次
    O(N)

🙉:代码

void Func2(int N)
{
    int count = 0;
    for (int k = 0; k < 2 * N ; ++ k)//2n
    {
++count;
 }
    int M = 10;
    while (M--)//10
    {
++count;
 }
    printf("%d\\n", count);
}

🧐:解析

  • 第一个循环M,后一个为N
  • O(M+N),都是未知次其实取哪一个都一样,也可以写成O(max(M,N))

🙉:代码

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);
}

🧐:解析

  • 第一个循环100
  • 只要时数字就是常数次
    O(1)

🙉:代码

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

🧐:解析

  • N(logN)

🙉:代码

nt BinarySearch(int* a, int n, 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;
        else
   } 
   return 0;
}

🧐:解析

  • O(N)
  • 每次递归n-1,执行了n次

🙉:代码

long long Fac(size_t N)
{
    if(0 == N)
        return 1;
    return Fac(N-1)*N;
}

🧐:解析

  • O(2^N)
  • 他的意义不大,2^N算是算法中的凤姐级别了

🙉:>代码

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

🔭 空间复杂度

  • 他是在算法中零时开辟了多少变量
  • 一般来讲都是O(1)
  • 表示法和时间复杂度差不多
  • 现在堆空间复杂度要求不高,现在每个电脑不是基本都是好几百个G或者几个T
  • 摩尔定理,没各18月性能翻倍

⌨️:案例

🧐:解析

  • O(1)只创建了俩个变量

🙉:代码

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

🧐:解析

  • O(N),开辟了N个元素

🙉:代码

int *a =(int *)malloc(n*sizeof(int )) 

🧐:解析

  • O(N),开辟了N个元素
  • 每次呀栈都是消耗内存的

🙉:代码

long long Fac(size_t N)
{
    if(N == 0)
        return 1;
    return Fac(N-1)*N;
}

🧐:解析

  • O(N),开辟了N个元素
  • 空间时可以重复利用,但是时间不可以

🙉:代码

long long* Fibonacci(size_t n) {
    if(n==0)
         return NULL;
    long long * fibArray = (long long *)malloc((n+1) * sizeof(long long));
    fibArray[0] = 0;
    fibArray[1] = 1;
    for (int i = 2; i <= n ; ++i)
    {
        fibArray[i] = fibArray[i - 1] + fibArray [i - 2];
}
    return fibArray;
}

以上是关于数据结构 时间复杂度与空间复杂度的主要内容,如果未能解决你的问题,请参考以下文章

PAT 乙级 1049 数列的片段和

数据结构 时间复杂度与空间复杂度

学习一数据结构与算法——算法复杂度

数据结构算法——算法复杂度分析

2-算法的时间复杂度与空间负责度

图+代码Python实现《数据结构与算法基础》