OI(信息学竞赛)常用术语解析

本文介绍了信息学竞赛中重要的概念——测试点状态、时间复杂度和空间复杂度。详细解析了如何计算时间复杂度,通过C++代码示例阐述了不同操作对应的时间复杂度,并探讨了空间复杂度的计算方法,帮助读者掌握在OI中评估算法效率的方法。

目录

一 测试点状态 

二 时间复杂度

三 空间复杂度


一 测试点状态 

简称全称意思图片
ACAccepted该测试点答案正确无误
WAWrong Answer该测试点答案错误
TLETime Limit Exceeded该测试点运行时间超出限制(重点排查死循环,改进算法,降低时间复杂度)
MLEMemory Limit Exceeded该测试点占用内存超出限制(很少发生,重点排查数组定义过大
OLEOutput Limit Exceeded输出超出限制(通俗点讲,就是输出太多东西了

UKE

Unknown Error该测试点发生未知错误

 之前编辑时缺了一个RE,下面补上

RERuntime Error该测试点发生运行时错误(重点排查数组过小,也有可能是除以0,对0取余,以及main()返回值不为0)

二 时间复杂度

各题的题解中经常看到有人说某种解法的时间复杂度为O(log n)O(n^2)等,那么究竟什么是时间复杂度呢?

先来看一个具体的例子,有一段C++代码如下: 

​#include<bits/stdc++.h>
using namespace std;
int main(){
    int a,b;
    cin>>a;
    for(int i=0;i<a;i++){
        for(int j=0;j<a;j++){
            cin>>b;
        }
    }
    return 0;
}

​

其中,return 0这句不计入时间复杂度的计算;

不管变量名是什么,时间复杂度的多项式表达总用n来表示,因此:

对于cin>>a,i=0,j=0,只需做一次,总时间复杂度为O(3)

对于内层for循环,j<a要判断a^2次,j++与cin>>b也要进行这么多次,总复杂度为O(3n^2)

对于外层for循环,i<a要判断a次,i++也要进行这么多次,总复杂度为O(3n)

加在一起,就变成O(3n^2+3n+3)

当n达到了极大值时,3n^2远比3n和3大,因此只保留最高次项3n^2

又因为在计算时要把系数抛掉,因此最终时间复杂度就变为O(n^2)

以后再遇到这种问题时,相信大家已经会自己计算时间复杂度了。

三 空间复杂度

空间复杂度也用O(...)来表示,计算方式比时间复杂度更复杂。

第一组C++代码:

int a=1;

显然该变量只用了一个内存空间,空间复杂度为O(1)

第二组C++代码:

int a[101]={};
//循环输入一维数组

循环过程就不展示了,对于线性结构,空间复杂度为O(n)

第三组C++代码:

int a[101][101]={};
//循环输入

循环过程就不展示了,对于二维数组之类的表结构,空间复杂度为O(n^2)

对于空间复杂度的多项式表达的化简方法,与时间复杂度类似。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值