算法的时间复杂度和空间复杂度-概念

一、算法效率

算法在编成可执行程序后,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,一般是由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算法运行的快慢,而空间复杂度主要衡量算法运行需要开辟的额外空间;如今计算机的存储空间已经很大了所以我们现在更加关心一个算法所需要的时间复杂度。


二、时间复杂度

1、时间复杂度的定义:

在计算机科学中,时间复杂度是一个函数,它定量地描述了一个算法运行所耗费的时间;从理论上来说,这是不能算出来的,只有把这个算法放在编译器里面运行去比较才能得知这个算法的运行时间长短;所以为了方便衡量,才有了时间复杂度的分析方式:一个算法的运行时间与语句的执行次数成正比,算法中基本操作的执行次数,成为算法的时间复杂度。

那么如何来确定算法的语句执行次数呢?通过下面的例子来看:

// 请计算一下Func1中++count语句总共执行了多少次?
void Func1(int N)
{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);
}

执行次数为F(N)=N^2+2*N+10 

2、大O的渐进表示法

但是在实际问题中不需要计算出准确的执行次数,只需要知道大概次数,这里用大O的渐进表示法

准确执行次数大O渐进表示阶数
5201314O(1)常熟阶
3n+4O(n)线性阶
3n^2+4n+5O(n^2)平方阶
3log(2)n + 4O(logn)对数阶
4n+3nlog(2)n + 14O(nlogn)nlogn阶
n^3+4n^2+3n+6O(n^3)立方阶
2^nO(2^n)指数阶

大O的渐进表示法只保留最大的一项并且去掉该项的系数,把最终得到的作为大O的渐进表示。

在计算时,有时执行次数会存在最多和最少的情况,这时按照最坏的情况计算。

3、时间复杂度的举例

例1

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

2*N+10,所以是O(N);

例2

// 计算Func3的时间复杂度?
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)
}

M+N,含有两个未知数,所以是O(M+N);

例3

// 计算Func4的时间复杂度?
void Func4(int N)
{int count = 0;for (int k = 0; k < 100; ++ k){++count;}printf("%d\n", count);
}

100,常熟阶,所以是O(1);

例4

// 计算strchr的时间复杂度?
const char * strchr ( const char * str, int character );

strstr函数是在一个字符串中查找字符,最坏情况是遍历完这个字符串,也就是n次,最好情况是1次。按照最坏情况来看,所以是O(n);

例5

// 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;
}
}

冒泡排序,n个数,要移动n-1次,每次移动都要两两比较,两两比较时最多比较次数是n-1次,所以是O(n^2);

例6

// 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;elsereturn mid;}return -1;
}

 二分查找假设有N个数据,每次查找数据就减半,最坏情况是最后找到只剩一个数据的情况,那么就执行了log(2)N 次,所以是O(logn);(logn在算法中表示底数为2的对数);

例7

// 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;
}

从Fac(N)到Fac(0),总共是N+1,那么就是O(n);

例8

// 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);
}

画出函数栈帧二叉树的图,把所有Fib的函数的执行次数加起来,最终是O(2^n);

三、空间复杂度

1、空间复杂度定义

空间复杂度是一个数学表达式,是对一个算法在运行过程中临时占用的空间大小的量度。空间复杂度不是计算临时占用多少个字节,而是看临时创建的变量的个数,这里也使用大O的渐进表示法;

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示的额外空间来确定。

2、空间复杂度举例

例1
​
// 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;
}
}

申请了常数个额外空间所以是O(1);

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 fiibArray;
}

动态开辟了n+1个额外空间,所以是O(n);

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;
}

调用了N+1次函数,开辟了N+1个函数栈帧,所以是O(n)

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/pingmian/46399.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

3.3、matlab彩色图和灰度图的二值化算法汇总

1、彩色图和灰度图的二值化算法汇总原理及流程 彩色图和灰度图的二值化算法的原理都是将图像中的像素值转化为二值(0或1),以便对图像进行简化或者特定的图像处理操作。下面分别介绍彩色图和灰度图的二值化算法的原理及流程: 1)彩色图的二值化算法原理及流程 (1)原理:…

快速在springboot项目中应用EasyExcel

目录 ​编辑一、介绍 二、准备工作 三、初始化项目 3.1 创建项目 3.2 引入依赖 3.3 创建数据库和数据表 3.4 编写application.properties文件 四、开始编写 4.1 目录结构 4.2 MyBatis配置类 4.3 用户实体类 4.4 mapper接口 4.5 编写数据操作文件 4.6 编写Service 业…

蓝牙串口通信:STM32F1系列与HC-05模块的连接

摘要 本文详细介绍了如何实现STM32F1系列微控制器与HC-05蓝牙模块的串口通信。通过本教程&#xff0c;读者将学习到硬件连接、软件配置和实际代码编写&#xff0c;为开发基于蓝牙的嵌入式项目打下基础。 1. 引言 在嵌入式系统中&#xff0c;无线通信是一个重要的功能。蓝牙作…

【Linux】03.权限

一、权限的概念 Linux下有两种用户&#xff1a;超级用户&#xff08;root&#xff09;、普通用户。 超级用户&#xff1a;可以在 linux 系统下做任何事情&#xff0c;不受限制普通用户&#xff1a;在linux下做有限的事情超级用户的命令提示符是“#”&#xff0c;普通用户的命…

字节算法岗面试,效率贼高

最近这一两周看到不少互联网公司都已经开始秋招提前批了。 不同以往的是&#xff0c;当前职场环境已不再是那个双向奔赴时代了。求职者在变多&#xff0c;HC 在变少&#xff0c;岗位要求还更高了。 最近&#xff0c;我们又陆续整理了很多大厂的面试题&#xff0c;帮助一些球友…

GPS北斗标准时钟同步服务器结构是什么?安徽京准

GPS北斗标准时钟同步服务器结构是什么&#xff1f;安徽京准 GPS北斗标准时钟同步服务器结构是什么&#xff1f;安徽京准 电厂时钟同步系统组成及配置 随着计算机和网络通信技术的飞速发展&#xff0c;火电厂热工自动化系统数字化、网络化的时代已经到来。一方面它为控制和信息系…

python--实验 11 模块

目录 知识点 模块基础 模块使用方式 自定义模块示例 模块的有条件执行 Python包结构 定义和导入包 常用第三方库及安装 实例代码 第三方库自动安装脚本 Python标准库介绍 PyInstaller 小结 实验 1.(基础题)制作文本进度条。 2.(基础题) 蒙特卡罗方法计算圆周率…

优化实战篇—自关联的优化

自关联的优化 根据定义&#xff0c;自关联是表自身的关联。自连接通常仅在给定数据中存在父子关系时使用。在本文中&#xff0c;我们将检查如何在Hive中编写自连接查询&#xff0c;它的性能问题以及如何优化它。开始之前我们可以看一下之前关于关联的文章 Hive实战之自关联经…

数据结构第28节 字典树

字典树&#xff08;Trie&#xff0c;也称前缀树&#xff09;是一种用于存储字符串的树形数据结构。它将字符串中的字符作为树的边&#xff0c;每个节点代表一个可能的前缀。字典树非常适合处理大量字符串的搜索、插入和删除操作&#xff0c;尤其是在查找具有相同前缀的字符串时…

[GXYCTF2019]BabySQli

原题目描述&#xff1a;刚学完sqli&#xff0c;我才知道万能口令这么危险&#xff0c;还好我进行了防护&#xff0c;还用md5哈希了密码&#xff01; 我看到是个黑盒先想着搞一份源码 我dirsearch明明扫到了.git&#xff0c;算了直接注入试试看 随便输入了两个东西&#xff0c…

Type-C PD芯片:引领充电技术的新纪元

随着科技的飞速发展&#xff0c;人们对电子设备的依赖日益加深&#xff0c;对充电速度、效率和安全性的要求也越来越高。在这样的背景下&#xff0c;Type-C PD&#xff08;Power Delivery&#xff09;芯片应运而生&#xff0c;以其高效、安全、智能的特点&#xff0c;成为了充电…

vscode编译环境配置-golang

1. 支持跳转 如果单测函数上方不显示run test | debug test&#xff0c;需要安装Code Debugger&#xff08;因为以前的go Test Explorer不再被维护了&#xff09; 2. 单测 指定单个用例测试 go test -v run TestXXXdlv 调试 需要安装匹配的go版本和delve版本&#xff08;如…

Qt易错总结

一、编译相关 建议用qmake !!!,cmake坑点太多&#xff01;&#xff01;&#xff01; 1.自定义控件识别不了 cmakelist加上 include_directories(${PROJECT_SOURCE_DIR}/你自定义控件的相对路径) 2.添加模块&#xff08;以QCharts为例&#xff09; find_package(QT NAMES Q…

Linux多线程编程-生产者与消费者模型详解与实现(C语言)

1.什么是生成者与消费者模型 生产者-消费者模型是并发编程中的经典问题&#xff0c;描述了多个线程&#xff08;或进程&#xff09;如何安全、有效地共享有限的缓冲区资源。在这个模型中&#xff0c;有两种角色&#xff1a; 生产者&#xff08;Producer&#xff09;&#xff1…

<数据集>光伏板缺陷检测数据集<目标检测>

数据集格式&#xff1a;VOCYOLO格式 图片数量&#xff1a;2400张 标注数量(xml文件个数)&#xff1a;2400 标注数量(txt文件个数)&#xff1a;2400 标注类别数&#xff1a;4 标注类别名称&#xff1a;[Crack,Grid,Spot] 序号类别名称图片数框数1Crack8688922Grid8248843S…

研究生发表期刊/会议必看,一文看懂A/B/C类和顶刊

主要看&#xff1a;中国计算机学会&#xff08;CCF&#xff09;推荐国际学术期刊 里面的划分等级 等级为&#xff1a;A类&#xff08;最难&#xff09;>B类&#xff08;中等难度&#xff09;>C类&#xff08;难度一般&#xff09; 本人这边计划&#xff1a;最低发C刊&a…

css-grid布局(栅格布局)

css新世界-auto-fit grid 一个比flex更强大的布局,适合做整体布局 grid-template-columns: repeat(auto-fill, minmax(100px, 1fr)); auto-fit的话有strech效果gap 不仅可以用于grid 也可用flex. 在grid-template-areas表示这个位置空着grid area 的 [a b]命名可重复命名 表示的…

大模型分布式训练并行技术

随着深度学习的发展&#xff0c;模型规模逐渐增大&#xff0c;数据量和计算需求也呈爆炸式增长。在单个计算设备上完成大模型的训练变得不切实际&#xff0c;因此&#xff0c;分布式训练成为了解决这一问题的关键。在分布式训练中&#xff0c;数据并行是一种非常有效的策略&…

【JavaScript脚本宇宙】JavaScript图表库大比拼:从实时数据到时间表,一网打尽

数据可视化利器&#xff1a;探索六款流行JavaScript图表库 前言 在Web开发中&#xff0c;数据可视化是一个非常重要的领域。随着JavaScript图表库的不断涌现&#xff0c;开发人员可以更轻松地创建各种交互式和实时的图表。本文将介绍几种流行的JavaScript图表库&#xff0c;包…

双向收发的信号应该在哪进行串联端接?分享几个实用设计方法!

高速先生成员--黄刚 经过上次高速先生的描述&#xff0c;相信大家已经掌握了串联端接的秘诀了&#xff0c;简单来说&#xff0c;那就是第一步&#xff1a;先看看芯片的驱动内阻&#xff0c;第二步&#xff1a;再用加起来50欧姆匹配的方法来选择适合的串阻值&#xff0c;第三步&…