怎么做属于自己的免费网站,网站建设方案机构,做网站要排版吗,网站建设的意义是什么前言#xff1a; 首先介绍一下算法(Algorithm)
算法是对特定问题求解步骤的一种描述。一个“好”的算法应该达到以下目标#xff1a;正确性、可读性、健壮性、高效率与低存储量需求
算法的效率的度量 是通过 时间复杂度 和 空间复杂度 来描述的 一、时间复杂度
时间复杂度…前言 首先介绍一下算法(Algorithm)
算法是对特定问题求解步骤的一种描述。一个“好”的算法应该达到以下目标正确性、可读性、健壮性、高效率与低存储量需求
算法的效率的度量 是通过 时间复杂度 和 空间复杂度 来描述的 一、时间复杂度
时间复杂度是指算法所需计算的时间量通常用大 O 记号表示。它是衡量算法运行效率的一种指标。时间复杂度反映了当输入规模变大时算法运行时间的增长趋势。
算法中的基本操作的执行次数为算法的时间复杂度。
一般情况下我们关注算法的最坏时间复杂度。最坏时间复杂度表示在算法最差情况下算法所需计算的时间量。如果算法的最坏时间复杂度为 O(n)则算法的时间复杂度为线性表示算法的运行时间与输入规模 n 成正比。如果算法的最坏时间复杂度为 O(n^2)则算法的时间复杂度为平方级别表示算法的运行时间与输入规模 n 的平方成正比。
除了最坏时间复杂度还有平均时间复杂度和最好时间复杂度等。不同的算法在不同的场景下时间复杂度的表现也不同。
时间复杂度越小效率越高 常见的一些时间复杂度的例子
例1时间复杂度为O(N)
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);
} 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);
} 时间复杂度为 O(NM) 例3
void Func4(int N)
{int count 0;for (int k 0; k 100; k){count;}printf(%d\n, count);
} 基本操作执行了100次故时间复杂度为O(1) 例4
提示计算时间复杂度看的是思想
//计算下方代码的时间复杂度
const char * strchr ( const char * str, int character );
strchr这个库函数作用是 在字符串中查找字串。最好的情况下查找一次就找到最坏的情况下是查找完没有找到。
基本操作执行最好1次最坏N次时间复杂度一般看最坏时间复杂度为 O(N)
例5
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;}
} 计算时间复杂度主要看代码中的思想。冒泡排序 基本操作执行最好N次最坏执行了(N*(N1)/2次
时间复杂度为 O(N^2)
例6
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;
}
二分法每次查找范围缩小一半 平时也可以写成 logN ,时间复杂度为 O(logN)
例7计算递归的时间复杂度
long long Fac(size_t N)
{if (0 N)return 1;return Fac(N - 1) * N;
} 这里只有N 0 时返回 1 递归从 N 到 0一个递归 N1次 时间复杂度: O(N) 例8
long long Fib(size_t N)
{if (N 3)return 1;return Fib(N - 1) Fib(N - 2);
}
这里的递归斐波那契数列可以比作细胞分裂每一个可以分出2个 2^1 2^2 ...2^n 2^n - 1
时间复杂度为O(2^N) 例9该题来自leetcoded 轮转数组
给定一个整数数组 nums将数组中的元素向右轮转 k 个位置其中 k 是非负数
代码1
void rotate(int* nums, int numsSize, int k){int t 0,i 0;k%numsSize;while(k--){t nums[numsSize-1];for(i 0;inumsSize-1;i){nums[numsSize-1-i] nums[numsSize-i-2];}nums[0] t;}}
注意此代码提交过不了原因是超时 题目解析 题解
当在好的情况下数组本身右旋一个数组的时间复杂度就是O(N)因为把最右边的元素拿出来然后后移N - 1个元素之后把拿出来的元素放到最左边。这就完成了一个元素的右旋。
当右旋两个元素的时候 基本操作执行了2*(N-1) 次
最坏情况右旋N-1 个元素每右旋一个元素执行N次进而算出 (N - 1)*N次
时间复杂度一般看最坏情况 O(N^2) 二、空间复杂度
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。
常见的空间复杂度的例子
计算下方代码的空间复杂度 例1
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;}
}
空间复杂度 O(1) 例2
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;
}
空间复杂度O(N) 例3
long long Fac(size_t N)
{if (N 0)return 1;return Fac(N - 1) * N;
} 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) 例4
int ret(int* nums,int n)
{int arr[3][2];for (int i 0; i 3;i){for (int j 0; j 2;j){arr[i][j] ij;}}
}
这里虽然二维数组但是开辟的额外空间为 常数个 空间复杂度O(1)
