復(fù)雜度分析

復(fù)雜度分析是整個算法學(xué)習(xí)的精髓姨俩,只要掌握它,數(shù)據(jù)結(jié)構(gòu)和算法的內(nèi)容基本就掌握了一半师郑。

大O復(fù)雜度表示法

大O時間復(fù)雜度實際上并不具體表示代碼真正的執(zhí)行時間环葵,而是表示代碼執(zhí)行時間隨數(shù)據(jù)規(guī)模增長的變化趨勢,簡稱時間復(fù)雜度宝冕。

1张遭、只關(guān)注循環(huán)執(zhí)行次數(shù)最多的一段代碼

只要關(guān)注for循環(huán)執(zhí)行次數(shù)就可以了,執(zhí)行n次地梨,所以總時間復(fù)雜度就是O(n)菊卷。

2、加法法則:總復(fù)雜度等于量級最大的那段代碼的復(fù)雜度

以上代碼有三個for循環(huán)宝剖,sum1循環(huán)中循環(huán)次數(shù)是100洁闰,跟n無關(guān),復(fù)雜度為O(1)万细,sum2循環(huán)中循環(huán)次數(shù)為n扑眉,復(fù)雜度為O(n),sum3循環(huán)是雙重循環(huán)赖钞,復(fù)雜度為O(n2)腰素。最終復(fù)雜度就等于量級最大的那段,也就是O(n2)雪营。

3弓千、乘法法則:嵌套代碼的復(fù)雜度等于嵌套內(nèi)外代碼復(fù)雜度的乘積。

以上代碼有兩個方法是卓缰,每個方法都有一個for循環(huán)计呈,復(fù)雜度都為O(n),cal3()方法中調(diào)用了f()方法征唬,

根據(jù)乘法法則捌显,最終復(fù)雜度為O(n2)。

4总寒、常見時間復(fù)雜度O(logn)扶歪、O(nlogn)

以上代碼中,變量i是等比增長的,復(fù)雜度就是O(logn)善镰。

空間復(fù)雜度分析

表示算法的存儲空間與數(shù)據(jù)規(guī)模之間的增長關(guān)系妹萨,稱為空間復(fù)雜度。

以上代碼炫欺,數(shù)組a申請了一個大小為n的存儲空間乎完,空間復(fù)雜度就是O(n)。

最好品洛、最壞情況時間復(fù)雜度树姨、平均情況時間復(fù)雜度

閱讀以上代碼,不同情況下桥状,時間復(fù)雜度是不一樣的帽揪。為了表示代碼在不同情況下的時間復(fù)雜度,我們引入三個概念:最好情況時間復(fù)雜度辅斟、最壞情況時間復(fù)雜度和平均情況時間復(fù)雜度转晰。

以上代碼中,最好情況時間復(fù)雜度是O(1)士飒,最壞情況時間復(fù)雜度是O(n)查邢,平均情況時間復(fù)雜度需要引入概率,假設(shè)要尋找的元素在數(shù)組中與不在數(shù)組中各占1/2酵幕,數(shù)組中n個數(shù)據(jù)侠坎,出現(xiàn)在每個位置的概率為1/n,所以根據(jù)概率乘法原則裙盾,出現(xiàn)在數(shù)組中每個位置的概率為1/2n。那么平均時間復(fù)雜度的計算過程為:1*1/2n+2*1/2n+3*1/2n+……+n*1/2n+n*1/2 = (3n+1)/ 4 他嫡,這個就是加權(quán)平均值番官。平均時間復(fù)雜度是O(n)。

均攤時間復(fù)雜度

以上代碼钢属,最好情況復(fù)雜度為O(1)徘熔,數(shù)組有空間直接插入數(shù)據(jù)。最壞情況時間復(fù)雜度為O(n)淆党,恰巧數(shù)組沒有空間需要循環(huán)遍歷一次酷师。平均時間復(fù)雜度為O(1),數(shù)組長度為n染乌,外加如果越界的一次山孔,概率都是1/(n+1),加權(quán)平均的計算過程:1*1/(n+1)+1*1/(n+1)+……+1*1/(n+1)+n*1/(n+1) =?O(1)荷憋。

我們再來分析這個例子台颠,復(fù)雜度為O(1)的情況執(zhí)行n-1次,才會出現(xiàn)一次O(n)勒庄,出現(xiàn)的頻率是很有規(guī)律的串前。所以針對這樣的特殊場景瘫里,我們引入均攤時間復(fù)雜度,大致思路就是將耗時最多的那一次O(n)荡碾,均攤到n-1次O(1)上谨读,均攤結(jié)果就是O(1)。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末坛吁,一起剝皮案震驚了整個濱河市劳殖,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌阶冈,老刑警劉巖闷尿,帶你破解...
    沈念sama閱讀 211,123評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異女坑,居然都是意外死亡填具,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,031評論 2 384
  • 文/潘曉璐 我一進店門匆骗,熙熙樓的掌柜王于貴愁眉苦臉地迎上來劳景,“玉大人,你說我怎么就攤上這事碉就∶斯悖” “怎么了?”我有些...
    開封第一講書人閱讀 156,723評論 0 345
  • 文/不壞的土叔 我叫張陵瓮钥,是天一觀的道長筋量。 經(jīng)常有香客問我,道長碉熄,這世上最難降的妖魔是什么桨武? 我笑而不...
    開封第一講書人閱讀 56,357評論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮锈津,結(jié)果婚禮上呀酸,老公的妹妹穿的比我還像新娘。我一直安慰自己琼梆,他們只是感情好性誉,可當(dāng)我...
    茶點故事閱讀 65,412評論 5 384
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著茎杂,像睡著了一般错览。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上煌往,一...
    開封第一講書人閱讀 49,760評論 1 289
  • 那天蝗砾,我揣著相機與錄音,去河邊找鬼。 笑死悼粮,一個胖子當(dāng)著我的面吹牛闲勺,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播扣猫,決...
    沈念sama閱讀 38,904評論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼菜循,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了申尤?” 一聲冷哼從身側(cè)響起癌幕,我...
    開封第一講書人閱讀 37,672評論 0 266
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎昧穿,沒想到半個月后勺远,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,118評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡时鸵,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,456評論 2 325
  • 正文 我和宋清朗相戀三年胶逢,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片饰潜。...
    茶點故事閱讀 38,599評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡初坠,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出彭雾,到底是詐尸還是另有隱情碟刺,我是刑警寧澤,帶...
    沈念sama閱讀 34,264評論 4 328
  • 正文 年R本政府宣布薯酝,位于F島的核電站半沽,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏吴菠。R本人自食惡果不足惜抄囚,卻給世界環(huán)境...
    茶點故事閱讀 39,857評論 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望橄务。 院中可真熱鬧,春花似錦穴亏、人聲如沸蜂挪。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,731評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽棠涮。三九已至,卻和暖如春刺覆,著一層夾襖步出監(jiān)牢的瞬間严肪,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,956評論 1 264
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留驳糯,地道東北人篇梭。 一個月前我還...
    沈念sama閱讀 46,286評論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像酝枢,于是被迫代替她去往敵國和親恬偷。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,465評論 2 348

推薦閱讀更多精彩內(nèi)容