算法的复杂度是评估算法优劣一个重要指标,可以帮助我们估算出算法在执行之后所需要的时间和空间。算法的复杂度分为算法的时间复杂度和空间复杂度。在介绍时间复杂度之前,我们需要引入时间频度的概念。时间频度是指算法中语句的执行次数,用
来表示,
为问题的规模。在算法竞赛中,一般为了理解方便,只用
表示复杂度。简单来说,用时间频度的表达方法不够简洁,于是引入了时间复杂度的概念。如果有一个辅助函数
,在n趋向于无穷大时,
的极限值为不等于0的常数,则我们近似的将
替代
,记为
,称为算法的渐进时间复杂度。时间复杂度只需要计算算法中最耗时的部分,舍去常数部分,通常用简单的函数来表示。例如,某算法时间频度
,则它的时间复杂度为
。按效率从高到低排列,时间复杂度一般有以下几种:
我们举个例子来描述下算法时间复杂度的计算过程。现有如下代码,可以计算出语句1执行了
次,语句2执行了
次,语句3执行了
次,则
,取最耗时部分计算,则时间复杂度为
。
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
a++; //语句 1
}
}
for (int i = 0; i < n; i++) {
b++; //语句 2
}
while (n) {
n = n / 2; //语句 3
}
算法的空间复杂度是指运行该算法所占用的存储空间大小,记为
。和时间复杂度类似,通常也是取它的渐进空间复杂度,用一个直观的函数来表示。通过空间复杂度,我们可以预估出算法运行所需的存储空间,包括指令空间、数据空间、动态申请的内存空间等。有如下代码,可以计算出
,则空间复杂度为
。
int a[n];
int b[n][n];
在使用函数递归的时候,别忘记递归消耗的栈空间。
在竞赛中,我们一般认为计算机一秒能执行
次基本计算,如果题目给出的时间限制为1秒,那么你选择的算法执行的计算次数最多应该只能在
量级解决这个题目。
一般地:
以上范围仅供参考
标签:分析,语句,++,复杂度,int,算法,时间,时空 From: https://blog.51cto.com/u_16165905/7046237