【数据结构与算法】学习笔记2——算法的时间和空间复杂度分析（附例题）

最新推荐文章于 2024-07-25 11:02:11 发布

原创

最新推荐文章于 2024-07-25 11:02:11 发布 · 3k 阅读

标签

#c语言 #算法

本文介绍了算法的时间复杂度和空间复杂度的概念，强调了时间复杂度在现代计算机科学中的重要性。通过实例分析了如何计算和推导算法的时间复杂度，并提供了常见时间复杂度的比较。此外，还简要提及了空间复杂度，指出空间复杂度在当今计算环境中相对次要。文章适合想要了解算法效率分析的读者。

【本节目标】

什么时时间复杂度和空间复杂度？
如何计算常见算法的时间复杂度和空间复杂度？
例题练习

参考视频：

b站王卓老师《数据结构与算法》

比特航哥“数据结构训练营”

【引言】

算法的特性

        1. 有穷性：一个算法必须在执行有穷步之后结束。且每一步都在有穷时间内完成。

        2. 确定性：算法中的每一条指令必须由确切的含义，即在任何条件下，只有唯一的一条执行路径，即对于相同的属兔只能得到相同的输出。

        3. 可行性：算法是可执行的，算法描述的操作可以通过已经实现的基本操作执行有限次来实现。

        4. 输入:一个算法由零个或多个输入。

        5. 输出：一个算法由一个或多个输出。

算法的设计要求

1. 正确性

2. 可读性

3. 健壮性：指当输入非法数据时，算法恰当的作出反应或进行相应处理，而不是产生莫名其妙的输出结果。

处理出错的方法，不应是中断程序的执行，而应是返回一个表示错误或错误性质的值，以便在更高的抽象层次上进行处理。

4. 高效性：花费尽量少的时间和尽量低的存储空间。

对于同一个问题，可以有许多不同的算法，究竟如何来评价这些算法的优劣程度？——算法分析

算法分析，主要考虑算法的效率，通过算法的效率高低来评判不同算法的优劣程度。

算法效率

算法效率分为两种：第一种是时间效率，第二种是空间效率。
时间效率被称为时间复杂度；而空间效率被称作空间复杂度。
时间复杂度主要衡量的是一个算法的运行速度，即算法所消耗的时间；而空间复杂度主要衡量一个算法所需要的额外空间。

在计算机发展早期，计算机的存储容量很小，所以对空间复杂度很是在乎。但是经过计算机行业的迅速发展，计算机的存储容量已经达到了一个很高的程度，所以我们如今已经不需要特别关注一个算法的空间复杂度，而更关注于算法的时间复杂度。

1.【时间复杂度】

1.1时间复杂度的概念

在计算机科学中，算法的时间复杂度是一个函数，它定量描述了该计算机的运行时间。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，但是很麻烦，所以才有了时间复杂度的分析方式。一个算法所花费的时间与其中语句的执行次数成比例，算法中的基本操作的执行次数，为算法的时间复杂度。