【数据结构初阶】算法的时间复杂度和空间复杂度

各位读者老爷好!现在鼠鼠我呀来浅谈一下数据结构初阶中的一个知识点:算法的时间复杂度和空间复杂度,希望对你有所帮助。

在浅谈时间复杂度和空间复杂度之前,咱们可以来了解一下一下几个概念:

1.什么是数据结构

数据结构(Data Structure)是计算机存储、组织数据的方式,指相互之间存在一种或多种特定关系的数据元素的集合。

其实简单来说吧。数据结构就是在内存中管理数据。

拓展:

1.什么是数据库? 

简单来说:数据库就是在磁盘中管理数据。

2.内存和磁盘的异同

同:内存和磁盘都是电脑的两个核心存储介质,都是存储数据的两个硬件。

异:内存的速度快,需要带电存储;磁盘的速度(相对)慢,不带电存储。

比如:我们在电脑中创建一个文本文档,在该文档中输入数据,在数据没有保存之前如果电脑突然关机了,那我们重启电脑后这些数据就没有了,因为这些数据是在内存中存储的,内存却需要带电存储。但如果我们在电脑关机之前保存了这些数据,重启之后打开文本文档还可以看到数据,因为保存的数据已经到了磁盘中了,磁盘无需带电存储。(不考虑文本文档有自动保存的情况。)

2.什么是算法 

算法(Algorithm):就是定义良好的计算过程,他取一个或一组的值为输入,并产生出一个或一组值作为输出。简单来说算法就是一系列的计算步骤,用来将输入数据转化成输出结果。

咱们再简单来说。算法就是对数据做各种处理的方法。

那咱们如何判断一个算法的好坏呢?

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。)。

3.时间复杂度

3.1时间复杂度的概念

时间复杂度的定义: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,从理论上说,是不能算出来的,只有你把你的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?是可以都上机测试,但是这很麻烦,所以才有了时间复杂度这个分析方式。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。

那时间复杂度该如何计算呢?

咱们来抛砖引玉一下子哈,分析一下下面代码的时间复杂度:

void Func1(int N)//计算Fun1中++count总共执行多少次
{
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;
}
printf("%d\n",count);

咱们为了方便介绍,鼠鼠我直接揭晓答案,这个函数的时间复杂度是O(N^2);

那为什么是O(N^2)呢?什么是O(N)呢?这就要看下面的知识了:

3.2大O的渐近表示法

实际中我们计算时间复杂度时,我们其实并不一定要计算精确的执行次数,而只需要大概执行次数,那么这里我们使用大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、用常数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是1,则去除与这个项目相乘的常数。得到的结果就是大O阶。

上面的解释其实意思就是说我们计算时间复杂度用的是大O的渐近表示法表示,时间复杂度都是用O(?)表示的,至于括号里面的问号"?" 该用什么替代我们就要根据推导大O阶方法具体分析了,咱们来分析一下上面的代码看看。

函数Func1中++count的基本操作次数是一个函数F(N)=N^2+2*N+10。根据推导大O阶方法我们可以知道Func1的时间复杂度是O(N^2)。其实推导大O阶方法意思就是去掉那些对结果影响不大的项,推导大O阶方法的思想精髓就是估算。

咱们分析一个代码的时间复杂度看看:

int Func2(int*nums,int numsSize,int n)
{
int i=0;
for(i=0;i<numsSize;i++)
{
if(*(nums+i)==n)
{
return i;
}
}
return -1;
}

咱们看看这个函数Func2中是写不出那个操作次数的函数的,操作次数有三种情况:
最坏情况:任意输入规模的最大运行次数(上界)
平均情况:任意输入规模的期望运行次数
最好情况:任意输入规模的最小运行次数(下界)

咱看这个函数Func2无非就是一种遍历数组的算法,在数组nums的numsSize个元素中遍历找n,找到了返回下标,找不到返回-1。最好情况:1次就找到了;平均情况:numsSize/2次找到了;最坏情况:numsSize次找到了。 所以这个函数的时间复杂度是O(N),因为时间复杂度是保守的估算,取最坏情况。

3.3常见时间复杂度举例分析

上面两个代码计算时间复杂度都是看代码的内容,好像在数循环次数就行。其实不然,看一个算法的时间复杂度要看算法思想,无需了解代码细节,咱们在下面代码来体会。

实例1:

// 计算Func3的时间复杂度?
void Func3(int N)
{
int count = 0;
for (int k = 0; k < 2 * N ; ++ k)
{
++count;
}
int M = 10;
while (M--)
{
++count;
}
printf("%d\n", count);
}

咱们看这个算法基本操作执行了2N+10次,所以这个时间复杂度是O(N)。为什么不是O(2N)呢?推导大O阶方法第3条可以知道要去除常数2。(举个例子:如果有一颗距离地球100亿光年的适合居住的星球和距离地球200亿光年的适合居住的星球对于人类来说没有区别,因为人类远行距离的量级能达到百亿光年的话,多一个百亿是无所谓的,这里去除常数2就是这个思想。)

实例2:

// 计算Func4的时间复杂度?
void Func4(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);
}

这个算法基本操作执行了M+N次,有两个未知数M和N,时间复杂度为 O(N+M),也可以写成O(max(N,M))。

实例3:

// 计算Func5的时间复杂度?
void Func5(int N)
{
int count = 0;
for (int k = 0; k < 100; ++ k)
{
++count;
}
printf("%d\n", count);
}

这个算法基本操作执行了10次,也就是常数次,通过推导大O阶方法第1条,时间复杂度为 O(1)。

实例4:

// 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;
}

这里是一个冒泡排序,这个算法呢基本操作执行最好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)。

实例5:

// 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;
}

这里是一个二分查找。基本操作执行最好1次,最坏O(logN)次(每查找1次可以排除一半,最好情况当然是第1次就找到,最坏情况得查到最后1次,最后1次是第几次呢?我们一共查找了x次,因为每找1次N就除1个2,所以N=2^x,所以最坏要查找x(x等于log以2为底以N为指数)次。)所以时间复杂度为O(logN)。

ps:logN在算法分析中默认表示是底数为2,对数为N。所以这个底数2可以省略,但以其他数为底就不能省略。

根据二分查找算法的时间复杂度O(logN)来看,二分查找是一个很牛的算法,因为根据这个算法就算是有1百万个数据,最多查找20次就够了。但二分查找又不是很牛,因为这个算法有一个致命缺陷,就是要求数据必须有序。

实例6:

/ 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;
}

咱看这是一个求阶乘的函数。这个函数算法思想无非就是当传参不为0时递归调用函数自己 。那基本调用调用了N+1次,时间累加N+1次,所以时间复杂度是O(N)。

实例7:

// 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);
}

这是一个递归求斐波那契数的函数。算法思想是双路递归,类似细胞分裂:1生2,2生4……。 所以时间复杂度是O(2^N)。

根据这个时间复杂度O(2^N),我们可以知道这个算法求斐波那契数不是一个好算法,因为指数爆炸太费时间了。那我们采用什么算法求斐波那契数更优呢?鼠鼠我这里写一个代码:

int Fib(size_t N)
{if (N == 1 || N == 2){return 1;}int i1 = 1, i2 = 1, i3 = 0;int j = 0;for (j = 0; j < N - 2;j++){i3 = i1 + i2;i1 = i2;i2 = i3;}return i3;
}

咱们这个代码求斐波那契数的算法就比上面的代码好,这个算法根据思想可知时间复杂度是O(N)。相比于递归算法大大节省时间。所以我们写代码之前需考虑好各种算法的时间复杂度再考虑用哪种算法写代码,能让代码更加优质。 

4.空间复杂度

4.1空间复杂度的概念

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bytes的空间,因为这个也没太大意义,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跟实践复杂度类似,也使用大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候显式申请的额外空间来确定。

4.2常见的空间复杂度举例分析

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;
}
}

咱们知道这是一个冒泡排序嘛!那上面代码实现这个算法逻辑的需要额外开辟了常数个(1个)空间 (就是exchange),所以空间复杂度是O(1)。

实例2:

// 计算Fibonacci的空间复杂度?
// 返回斐波那契数列的前n项
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;
}

这个算法逻辑的实现需要动态开辟malloc了n+1块空间,所以空间复杂度为 O(N)。

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;
}

 这个算法递归调用了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)。

5.复杂度的oj练习

消失的数字OJ链接:https://leetcode-cn.com/problems/missing-number-lcci/。打开链接可以做这道题哈!

这道题要求时间在O(N)中完成,鼠鼠我呀有2种解法,咱们依次写写:

解法1:

int missingNumber(int* nums, int numsSize){int sum=(0+numsSize)*(numsSize+1)/2;int i=0;for(i=0;i<numsSize;i++){sum-=*(nums+i);}return sum;
}

这个解题思路就是利用等差数列公式求出0到n所有整数之和,再用这个和依次减去数组元素得到的就是消失的数字呗!这个时间复杂度妥妥是O(N),空间复杂度是O(1),oj是可以通过的,大家可以去试试,鼠鼠我就不展示了哈!

解法2:

int missingNumber(int* nums, int numsSize){int missnum=0,i=0;for(i=0;i<=numsSize;i++){missnum^=i;}for(i=0;i<numsSize;i++){missnum^=nums[i];}return missnum;
}

这个解题思路是:利用0^任何数=任何数、任何数^任何数=0这两个特点 得到的。这个时间复杂度也是O(N),空间复杂度也是O(1),oj也是可以通过的!

6.ending

鼠鼠我呀才疏学浅,如有不足,恳请斧正! 

懂我意思吧!

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.mzph.cn/news/137741.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

2022年12月 Python(四级)真题解析#中国电子学会#全国青少年软件编程等级考试

Python等级考试(1~6级)全部真题・点这里 一、单选题(共25题,每题2分,共50分) 第1题 有n个按名称排序的商品,使用对分查找法搜索任何一商品,最多查找次数为5次,则n的值可能为?()(2分) A.5 B.15 C.30 D.35 答案:C 答案解析:对分查找最多查找次数m与个数之间n的…

如何设计一个网盘系统的架构

1. 概述 现代生活中已经离不开网盘&#xff0c;比如百度网盘。在使用网盘的过程中&#xff0c;有没有想过它是如何工作的&#xff1f;在本文中&#xff0c;我们将讨论如何设计像百度网盘这样的系统的基础架构。 2. 系统需求 2.1. 功能性需求 用户能够上传照片/文件。用户能…

C/C++输出硬币翻转 2021年6月电子学会青少年软件编程(C/C++)等级考试一级真题答案解析

目录 C/C硬币翻转 一、题目要求 1、编程实现 2、输入输出 二、算法分析 三、程序编写 四、程序说明 五、运行结果 六、考点分析 C/C硬币翻转 2021年6月 C/C编程等级考试一级编程题 一、题目要求 1、编程实现 假设有N个硬币(N为不大于5000的正整数)&#xff0c;从1…

ElasticSearch7.x - HTTP 操作 - 查询文档操作

查询索引下的所有文档 http://192.168.254.101:9200/shopping/_search 条件查询 请求路径上添加条件:http://192.168.254.101:9200/shopping/_search?q=category:小米 请求体上添加条件:http://192.168.254.101:9200/shopping/_search 请求体内容 {"query" :{&qu…

带你走进Cflow (三)·控制符号类型分析

目录 ​编辑 1、控制符号类型 1.1 语法类 1.2 符号别名 1.3 GCC 初始化 1、控制符号类型 有人也许注意到了输出中奇怪的现象&#xff1a;函数_exit 丢失了&#xff0c;虽然它在源文件中被printdir 调用了两次。这是因为默认情况下 cflow 忽略所有的一下划线开头的符号…

启动Hbase出现报错

报错信息&#xff1a;slave1:head: cannot open/usr/local/hbase-2.3.1/bin/../logs/hbasewanggiqi-regionserver-slavel.out’ for reading: No such file or direslave2: head: cannot open/usr/local/hbase-2.3.1/bin/../logs/hbasewangqiqi-regionserver-slave2.out’ for …

docker-compose安装es以及ik分词同义词插件

目录 1 前言 2 集成利器Docker 2.1 Docker环境安装 2.1.1 环境检查 2.1.2 在线安装 2.1.3 离线安装 2.2 Docker-Compose的安装 2.2.1 概念简介 2.2.2 安装步骤 2.2.2.1 二进制文件安装 2.2.2.2 离线安装 2.2.2.3 yum安装 3 一键安装ES及Kibana 3.1 yml文件的编写…

Linux imu6ull驱动- led

一、GPIO模块结构 开始来啃手册了&#xff0c;打开我们的imx6ull手册。本章我们编写的是GPIO的&#xff0c;打开手册的第28章&#xff0c;这一章就有关于IMX6ULL 的 GPIO 模块结构。 mx6ull一共有5 组 GPIO&#xff08;GPIO1&#xff5e;GPIO5&#xff09; GPIO1 有 32 个引脚&…

C语言之文件操作(详解版)

不知不觉我们已经学到C语言的文件操作部分了&#xff0c;这部分内容其实很有意思&#xff0c;因为它可以直接把我们代码中的数据写入硬盘&#xff0c;而不是我们关掉这个程序&#xff0c;代码就没有了&#xff0c;让我们开始学习吧&#xff01; 目录 1.为什么使用文件 2.什么…

Adobe ME下载、Media Encoder下载

Media Encoder 2021 是一款可以帮助Adobepremiere pro和Adobe After Effects的用户使用集成视频编码器进行创作的视频和音频编码软件。Media Encoder 2021 mac新版本中针对上一个版本进行了多方面的改进与优化&#xff0c;提升了软件的性能与支持文件格式提升&#xff0c;有需要…

从零开始搭建React+TypeScript+webpack开发环境-基于lerna的webpack项目工程化改造

项目背景 在实际项目中&#xff0c;我们的前端项目往往是一个大型的Webpack项目&#xff0c;结构较为复杂。项目根目录下包含了各种配置文件、源代码、以及静态资源&#xff0c;整体布局相对扁平。Webpack的配置文件分散在不同的部分&#xff0c;包括入口文件、输出目录、加载…

文本生成高精准3D模型,北京智源AI研究院等出品—3D-GPT

北京智源AI研究院、牛津大学、澳大利亚国立大学联合发布了一项研究—3D-GPT&#xff0c;通过文本问答方式就能创建高精准3D模型。 据悉&#xff0c;3D-GPT使用了大语言模型的多任务推理能力,通过任务调度代理、概念化代理和建模代理三大模块&#xff0c;简化了3D建模的开发流程…

C++ | 继承和多态

目录 继承 继承的概念及用法 继承的作用域 向上转型和向下转型 继承过程中的默认生成函数 菱形继承及其解决方案 - 虚继承 虚继承的原理 - 虚基类表 继承和组合 多态 虚函数 多态的定义及使用 纯虚函数与抽象类 多态的原理 小点补充 虚表的位置 父类指针new一个…

django 批量 serializers listserializers

Django drf 序列化器 序列化器 扩展serializers的有用性是我们想要解决的问题。但是&#xff0c;这不是一个微不足道的问题&#xff0c;而是需要一些严肃的设计工作。— Russell Keith-Magee, Django用户组 序列化器允许把像查询集和模型实例这样的复杂数据转换为可以轻松渲染…

conda修改虚拟环境名称

conda 修改虚拟环境名称 conda 不能直接更改名称&#xff0c;但是可以通过克隆环境解决 新建环境&#xff08;克隆旧环境&#xff09; conda create --name 新环境名 --clone 旧环境名 删除原环境 conda remove --name 旧环境名 --all 查看现有环境 conda env list conda i…

Spring boot 整合grpc 运用

文章目录 GRPC基础概念&#xff1a;Protocol Buffers&#xff1a;proto 基础语法&#xff1a;调用类型&#xff1a; Spring boot 整合 grpc项目结构&#xff1a;整合代码&#xff1a;父 pomproto 模块服务端&#xff1a;客户端&#xff1a;实际调用&#xff1a; 原生集成 GRPC基…

SDN和NFV笔记

目录 SDN SDN的引入 SDN的概念 SDN网络部署的方式 SDN架构 OpenFlow SDN与传统网络的区别 SDN的应用 SDN的优点 NFV NFV的概念&#xff1a; NFV的架构&#xff1a; NFV相比于传统物理网元&#xff1a; NFV与SDN的关系 NFV与SDN的相似点 NFV与SDN的不同 SDN SD…

CVE-2023-25194 Kafka JNDI 注入分析

Apache Kafka Clients Jndi Injection 漏洞描述 Apache Kafka 是一个分布式数据流处理平台&#xff0c;可以实时发布、订阅、存储和处理数据流。Kafka Connect 是一种用于在 kafka 和其他系统之间可扩展、可靠的流式传输数据的工具。攻击者可以利用基于 SASL JAAS 配置和 SASL …

计算机毕业设计 基于Web的视频及游戏管理平台的设计与实现 Java实战项目 附源码+文档+视频讲解

博主介绍&#xff1a;✌从事软件开发10年之余&#xff0c;专注于Java技术领域、Python人工智能及数据挖掘、小程序项目开发和Android项目开发等。CSDN、掘金、华为云、InfoQ、阿里云等平台优质作者✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精…

OSG交互:选中场景模型并高亮显示

1、目的 可以在osg视图中选中指定模型实体,并高亮显示。共分为两种,一种鼠标点选,一种框选。 2、鼠标点选 2.1 功能说明 生成两组对象,一组cow对象可以被选中,另一组robot不能被选中;点击cow对象被选中高亮,点击robot被选中不高亮;点击空白处,弹出“select nothing!…