复杂度分析1

Posted westlife-11358

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了复杂度分析1相关的知识,希望对你有一定的参考价值。

这个代码的时间、空间复杂度我感觉挺难的,如果搞不懂,如何做优化(运行更快、更少使用内存空间),所以,查阅资料进行学习,主要参考资料是大话数据结构和CSDN:杨柳_的一篇文章。

原创文章参考地址:https://blog.csdn.net/qq_37375427/article/details/84594115    自己总结的很简略,主要是方便我自己学习了,大家可以参看原文*^_^*.....

1:大O

举个例子:

int cal(int n) {
   int sum = 0;                          //tfor (int i = 1; i <= n; ++i) {        //t   +    3nt   +  t 
     sum = sum + i;
   }
   return sum;                           //t
 }

假设CPU执行一条指令的时间是一个固定的时间:t。那么执行完这个函数,用的时间是:t + t + 3nt + t + t   =  (3n +4)t。

所以,执行时间T(n)与每行代码执行次数成正比。

再举个例子:

int cal(int n) {
   int sum = 0;                       //tfor (int i = 1; i <= n; ++i) {     //2t +3nqfor (int j = 1; j <= n; ++j) {    //q = 3nt + 2t
       sum = sum +  i * j;
     }
   }
return sum; //t }

总的执行命令:(9n^2 + 6n + 4)t 。

而大O表示法,代表着执行时间随数据规模增长的一种变化趋势,又称“时间复杂度”。

为了简化,只取最高次幂。

2:嵌套乘法法则

例如:

int cal(int n) {
   int ret = 0; 
   int i = 1;
   for (; i < n; ++i) {
     ret = ret + f(i);         //注意:这里嵌套调用   所以,,这里是乘法。。
   } 
 } 
 
 int f(int n) {
  int sum = 0;
  int i = 1;
  for (; i < n; ++i) {
    sum = sum + i;
  } 
  return sum;
 }

时间复杂度:O(n*n)==O(n^2);

3:常见时间复杂度(对数的时间复杂度最恶心我了。)

O(logn) O(nlogn)

 i=1;
 while (i <= n)  {
   i = i * 2;
 }

执行x次:2^x=n   得到x=log2n;

不管是以几位底的,都要记做:O(logn);

如果一段代码时间复杂度为O(logn),那么执行n次,时间复杂度就是O(nlogn);

O(nlogn)也很常见,比如归并排序、快排的时间复杂度都是O(nlogn)。

int cal(int m, int n) {
  int sum1 = 0;
  for (int i = 1; i < m; ++i) {
    sum1 = sum1 + i;
  }

  int sum2 = 0;
  for ( int j = 1; j < n; ++j) {
    sum2 = sum2 + j;
  }

  return sum1 + sum2;
}

mn都是未知规模的变量,代码又没嵌套,所以,时间复杂度为O(m + n);

4:空间复杂度(分析比较简单)

就看和数据规模n有关不,常见的是O(1)、O(n)、O(n^2);对数的少见。

5:总结

复杂度,用来衡量代码执行效率与数据规模之间的增长关系;常见从低阶到高阶的复杂度:O(1)、O(logn)、O(n)、O(nlogn)、O(n^2);

 


以上是关于复杂度分析1的主要内容,如果未能解决你的问题,请参考以下文章

关于代码片段的时间复杂度

代码片段使用复杂的 JavaScript 在 UIWebView 中插入 HTML?

基于时间复杂度的这些片段真的很困惑

用于数据加载的 Android 活动/片段职责

Android 插件化VirtualApp 源码分析 ( 目前的 API 现状 | 安装应用源码分析 | 安装按钮执行的操作 | 返回到 HomeActivity 执行的操作 )(代码片段

Android 逆向整体加固脱壳 ( DEX 优化流程分析 | DexPrepare.cpp 中 dvmOptimizeDexFile() 方法分析 | /bin/dexopt 源码分析 )(代码片段