算法复杂度

目录

1. 数据结构前言

1.1 数据结构

1.2 算法

2. 算法效率

2.1 复杂度的概念

3. 时间复杂度

3.1 大O的渐进表示法

3.2 时间复杂度计算示例:

3.2.1 示例1

3.2.2 示例2 

3.2.3 示例3

3.2.4 示例4

3.2.6 示例6

4. 空间复杂度

4.1 空间复杂度计算示例

4.1.1 示例1

4.1.2 示例2

5. 常见复杂度对比

6. 复杂度算法题

6.1 旋转数组

6.1.1 思路1:

6.1.2 思路2:

6.1.3 思路3:


1. 数据结构前言

1.1 数据结构

数据结构(DataStructure)是计算机存储,组织数据的方式,指相互之间存在一种或多种特定关系的数据元素的集合。没有一种单一的数据结构对所有用途都有用,所以我们要学各式各样的数据结构,
如:线性表、树、图、哈希等

数据结构由两个词组成,数据,结构,数据就像我们打开网页,看到的一些新闻,看到的一些数字这些都可以被称为是数据,那么数据的话需要有一个结构来管理起来,所以就被称为数据结构。

就比如在C语言中,我要创建1000个变量,我是不可能一个一个的创建的,当学完数组这样的结构之后数组可以保存大量的同类型的数据,比如定义一个整型数组,int arr[1000]这样的数组里面就可以保存1000个整型数据,创建一个字符数组char ch[1000]这样的数组就可以保存1000个字符类型的数据,有了数组这样的结构之后我就可以把同类型的数据在这一个数组里面管理起来,所以才有了第一个最基础的数据结构,数组。

1.2 算法

算法(Algorithm):就是定义良好的计算过程,他取一个或一组的值为输入,并产生出一个或一组值作为输出。简单来说算法就是一系列的计算步骤,用来将输入数据转化成输出结果。

所以数据结构就是用来存储数据,而算法就是一个工具,能够帮助我们更好的从容器里面取数据,数据结构和算法不分家,有数据结构的地方一定有算法,有算法的地方也有数据结构。

2. 算法效率

如何衡量一个算法的好坏呢?

案例:旋转数组 . - 力扣(LeetCode)

思路:循环K次将数组所有元素向后移动一位

 我们将写好的代码放到OJ平台上。

我们可以看到点击运行我们的代码可以通过。

 代码点击执行可以通过,然而点击提交却无法通过,38个测试用例只通过了37个,原因就是超出时间限制,那该如何衡量其好与坏呢?

衡量一个算法的好坏我们要通过复杂度来衡量。

2.1 复杂度的概念

算法在编写成可执行程序后,运行时需要耗费时间资源和空间(内存)资源。因此衡量一个算法的好坏,一般是从时间和空间两个维度来衡量的,即时间复杂度和空间复杂度。

时间复杂度主要衡量一个算法的运行快慢,而空间复杂度主要衡量一个算法运行所需要的额外空间。在计算机发展的早期,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很高的程度。所以我们如今已经不需要再特别关注一个算法的空间复杂度。

摩尔定律:随着时代的发展,计算机已经得到了非常高的提升,不需要过多的去关注空间,每过16~24个月,计算机的性能翻一番。

3. 时间复杂度

定义:在计算机科学中,算法的时间复杂度是一个函数式T(N),它定量描述了该算法的运行时间。时间复杂度是衡量程序的时间效率,那么为什么不去计算程序的运行时间呢?

1. 因为程序运行时间和编译环境和运行机器的配置都有关系,比如同一个算法程序,用一个老编译
器进行编译和新编译器编译,在同样机器下运行时间不同。
2. 同一个算法程序,用一个老低配置机器和新高配置机器,运行时间也不同。
3. 并且时间只能程序写好后测试,不能写程序前通过理论思想计算评估。

那么算法的时间复杂度是一个函数式T(N)到底是什么呢?这个T(N)函数式计算了程序的执行次数。通过c语言编译链接章节学习,我们知道算法程序被编译后生成二进制指令,程序运行,就是cpu执行这些编译好的指令。那么我们通过程序代码或者理论思想计算出程序的执行次数的函数式T(N),假设每句指令执行时间基本一样(实际中有差别,但是微乎其微),那么执行次数和运行时间就是等比正相关,这样也脱离了具体的编译运行环境。执行次数就可以代表程序时间效率的优劣。比如解决一个问题的算法a程序T(N)=N,算法b程序T(N)=N^2,那么算法a的效率一定优于算法b。

案例:

我们知道时间复杂度是根据语句的执行次数来确定的。

那么下面这道代码的时间复杂度该如何计算呢?

void Func1(int N)
{int count = 0;for (int i = 0; i < N; ++i){for (int j = 0; j < N; ++j){++count;}}for (int k = 0; k < 2 * N; ++k){++count;}int M = 10;while (M--){++count;}
}

原本那些运行一次的就忽略不计,所以它是一个粗估,再把2N+10去掉,这里也是一个粗估,而时间复杂度并不是用T(N)来表示的。

实际中我们计算时间复杂度时,计算的也不是程序的精确的执行次数,精确执行次数计算起来还是很麻烦的(不同的一句程序代码,编译出的指令条数都是不一样的),计算出精确的执行次数意义也不大,因为我么计算时间复杂度只是想比较算法程序的增⻓量级,也就是当N不断变大时T(N)的差别,上面我们已经看到了当N不断变大时常数和低阶项对结果的影响很小,所以我们只需要计算程序能代表增⻓量级的大概执行次数,复杂度的表示通常使用大O的渐进表示法。

3.1 大O的渐进表示法

大O符号(BigOnotation):是用于描述函数渐进行为的数学符号。

通过以上方法,可以得到 Func1 的时间复杂度为: O(N^2)。

3.2 时间复杂度计算示例:

3.2.1 示例1
// 计算Func2的时间复杂度?
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);
}

3.2.2 示例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);
}

3.2.3 示例3
// 计算Func4的时间复杂度?
void Func4(int N)
{int count = 0;for (int k = 0; k < 100; ++k){++count;}printf("%d\n", count);
}

3.2.4 示例4
// 计算strchr的时间复杂度?
const char* strchr(const char* str, int character)
{const char* p_begin = str;while (*p_begin != character){if (*p_begin == '\0')return NULL;p_begin++;}return p_begin;
}

3.2.5 示例5

// 计算BubbleSort的时间复杂度?
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;}
}

3.2.6 示例6
// 计算func5的时间复杂度?
void func5(int n)
{int cnt = 1;while (cnt < n){cnt *= 2;}
}

 3.2.7 示例7

// 计算阶乘递归Fac的时间复杂度?
long long Fac(size_t N)
{if (0 == N)return 1;return Fac(N - 1) * N;
}

单次递归的时间复杂度*递归次数 

4. 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因为算法的需要额外临时开辟的空间。

空间复杂度不是程序占用了多少bytes的空间,因为常规情况每个对象大小差异不会很大,所以空间复杂度算的是变量的个数。

空间复杂度计算规则基本跟时间复杂度类似,也使用大O渐进表示法。

注意:函数运行时所需要的栈空间(存储参数,局部变量,一些寄存器信息等)在编译期间已经确定好了,因此空间复杂度主要通过函数在运行时候显式申请的额外空间来确定。

4.1 空间复杂度计算示例

4.1.1 示例1
// 计算BubbleSort的空间复杂度?
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;}
}

4.1.2 示例2
// 计算阶乘递归Fac的空间复杂度?
long long Fac(size_t N)
{if (N == 0)return 1;return Fac(N - 1) * N;
}

5. 常见复杂度对比

 

 从表中和图中我们就可以看出logn这一列随着n的增长它的复杂度变化是非常小的,而最后一个n!,当n是128的时候就已经是无穷大了。所以复杂度跟这里的n的变化是有关系的,而不同的复杂度随着n的增加它的变化趋势是不一样的,对于logn来说它的变化趋势非常的缓,而对于2^n和n!来说它变化的趋势非常的抖,变化的很快。

6. 复杂度算法题

6.1 旋转数组

. - 力扣(LeetCode)

6.1.1 思路1:

时间复杂度O(n^2)

循环K次将数组所有元素向后移动一位(代码不通过)

void rotate(int* nums, int numsSize, int k)
{while (k--)//向右轮转几次就循环几次{//保存数组中最后一个数据int end = nums[numsSize - 1];//数组中所有数据整体右移一位for (int i = numsSize - 1; i > 0; i--){nums[i] = nums[i-1];}//数据中最后一个数据挪到第一位nums[0] = end;}
}

 

代码没有任何问题,只是这道题对时间有限制。

那我们就得重新修改一下算法,让时间复杂度为O(N),也就是说只需要一层循环就可以了。

6.1.2 思路2:

空间复杂度O(n)

申请新数组空间,先将后k个数据放到新数组中,再将剩下的数据挪到新数组中,然后将新数组中的数据重新挪到原数组中。

void rotate(int* nums, int numsSize, int k)
{int newnums[numsSize];//申请新的数组for (int i = 0; i < numsSize; i++){newnums[(i + k) % numsSize] = nums[i];}for (int i = 0; i < numsSize; i++){nums[i] = newnums[i];}}

6.1.3 思路3:

空间复杂度O(1)

前n-k个逆置:4 3 2 1 5 6 7

后k个逆置:4 3 2 1 7 6 5

整体逆置:5 6 7 1 2 3 4

void reverse(int* nums, int left, int right)
{while (left < right){int tmp = nums[left];nums[left] = nums[right];nums[right] = tmp;left++;right--;}
}
void rotate(int* nums, int numsSize, int k)
{k %= numsSize;//前n-k个数据逆置reverse(nums, 0, numsSize - k - 1);//后k个数据逆置reverse(nums, numsSize - k, numsSize - 1);//整体逆置reverse(nums, 0, numsSize - 1);
}

 

 我们可以看到,这么的38个用例,只是通过了4个,-1这个用例没有通过出现了报错,那为什么呢?

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/373036.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Python实战因果推断】18_线性回归的不合理效果8

目录 Saturated Regression Model Regression as Variance Weighted Average Saturated Regression Model 还记得我在本章开头强调回归和条件平均值之间的相似性吗&#xff1f;我向你展示了使用二元干预进行回归与比较干预组和对照组的平均值是完全一样的。现在&#xff0c;由…

Parallels Desktop 19下载及查找我的 Parallels Desktop for Mac 激活密钥

Parallels Desktop 19 for Mac v19.3.0.54924中文破解版是一款适用于Mac的虚拟化软件&#xff0c;parallels desktop 19中文版允许您在Mac计算机上同时运行多个操作系统。它使您能够创建虚拟机并在这些虚拟机中安装不同的操作系统&#xff0c;如Windows、Linux或macOS。使用Par…

electron src build

编译文档&#xff1a; 构建说明 | Electron 1 下载depot_tools &#xff08;1&#xff09;安装depot_tools用于获取 Chromium 及其依赖项的工具集&#xff1a;地址 WINDOWS Download the depot_tools bundle and extract it somewhere. (2)在 Windows 上&#xff0c;您需要…

zdppy+onlyoffice+vue3解决文档加载和文档强制保存时弹出警告的问题

解决过程 第一次排查 最开始排查的是官方文档说的 https://api.onlyoffice.com/editors/troubleshooting#key 解决方案。参考的是官方的 https://github.com/ONLYOFFICE/document-server-integration/releases/latest/download/Python.Example.zip 基于Django的Python代码。 …

葵花奖见证品牌实力 乐橙旗舰智能锁公开首秀引全场热议

7月9日&#xff0c;被誉为智能家居界奥斯卡的2024第八届“葵花奖”于广州建博会广交会展馆A区会议室隆重举行。经过专业评审委员的严格筛选&#xff0c;乐橙荣获“2024智能锁行业消费者喜爱品牌奖”。 作为广州建博会的重要展商之一&#xff0c;乐橙本次携年度高端旗舰新品智能…

CLion学习笔记-cmake编译和多main函数编译

这里就不讲怎么配置clion了 项目名字 pcl_kdtree_search 1.新建一个工程名字自己取&#xff0c;我这里用自己学习pcl的&#xff0c;加一个main函数&#xff0c;这个时候Cmake里边就是这样的。 #声明要求的cmake最低版本 cmake_minimum_required(VERSION 3.19) #声明一个工程…

Python编程学习笔记(3)--- 操作列表

1、遍历列表 遍历列表可以采用for循环的方法&#xff0c;需要对列表中的每一个元素都执行相同的操作。 具体事实如下&#xff1a; name ["ada","cdb","dbc","bad","jinb"] for Name in name:print(Name)运行结果&#x…

企业化运维(7)_Zabbix企业级监控平台

官网&#xff1a;Zabbix :: The Enterprise-Class Open Source Network Monitoring Solution ###1.Zabbix部署### &#xff08;1&#xff09;zabbix安装 安装源 修改安装路径为清华镜像 [rootserver1 zabbix]# cd /etc/yum.repos.d/ [rootserver1 yum.repos.d]# vim zabbix.r…

【Python】基础语法体系:两种常用语句

个人主页&#xff1a;【&#x1f60a;个人主页】 系列专栏&#xff1a;【❤️Python】 文章目录 前言条件语句动态实例if语句if-else 语句if-elif-else 语句嵌套条件语句 循环语句for循环while循环 动态实例嵌套循环 前言 Python语句是构成Python程序的基本单元&#xff0c;用…

Docker:一、安装与卸载、配置阿里云加速器(Ubuntu)

目录 &#x1f341;安装docker&#x1f332;1、环境准备&#x1f332;2、安装docker Engine&#x1f9ca;1、卸载旧版、任何冲突的包&#x1f9ca;2、使用存储库安装&#x1f9ca;3、安装 Docker 包。&#x1f9ca;4、查询是否安装成功&#x1f9ca;5、运行hello-world镜像&…

通用的职位招聘小程序ui模板

蓝色简单的校园招聘&#xff0c;行业招聘&#xff0c;职位招聘手机小程序页面模板。包含&#xff1a;职位列表、职位详情、基本信息填写、登录、个人主页、消息页面等功能 通用的职位招聘小程序ui模板

【计算几何】凸包问题 (Convex Hull)

【计算几何】凸包问题 (Convex Hull) 引言 凸多边形 凸多边形是指所有内角大小都在 [ 0 , π ] [0,π] [0,π]范围内的简单多边形 凸包 在平面上能包含所有给定点的最小凸多边形叫做凸包。 其定义为&#xff1a;对于给定集合 X&#xff0c;所有包含 X 的凸集的交集 S 被称…

UE5 03-物体碰撞检测

在你需要碰撞的物体上添加一个碰撞检测组件 碰撞预设 设置为NoCollision,这样移动过程中就不会有物理碰撞阻挡效果,只负责检测是否碰撞,比较难解释,如果学过Unity的话,可以把它理解成 Collision 为 Trigger -------------------下面这个有点像Unity的OnTriggerEnter,跟OnColli…

单对以太网连接器多场景应用

单对以太网连接器应用场景概述 单对以太网&#xff08;Single Pair Ethernet&#xff0c;简称SPE&#xff09;作为一种新兴的以太网技术&#xff0c;以其独特的优势在多个领域得到了广泛的应用。SPE通过单对电缆进行数据传输&#xff0c;支持高速数据传输&#xff0c;同时还能…

解决C++编译时的产生的skipping incompatible xxx 错误

问题 我在编译项目时&#xff0c;产生了一个 /usr/bin/ld: skipping incompatible ../../xxx/ when searching for -lxxx 的编译错误&#xff0c;如下图所示&#xff1a; 解决方法 由图中的错误可知&#xff0c;在编译时&#xff0c;是能够在我们指定目录下的 *.so 动态库的…

2024-7-9 Windows NDK,Clion,C4droid 编译环境配置(基础|使用命令编译,非AndroidStudio),小白(记录)友好型教程

2024-7-9 Windows NDK,Clion,C4droid 编译环境配置(基础|使用命令编译),小白友好型 一直想使用NDK编译出lua库,然后进行开发.结果一直不成功,问题Bug出现了一堆(主要还是自己太菜,毕竟咱是编程散修一名>_<) NDK之前一直不会配置(直接用命令配置的那种,非AndroidStudio),一…

PID控制与模糊PID控制的比较

一、PID控制器的设计 1.PID控制原理图&#xff1a; PID控制其结构框图如下图所示&#xff1a; 图1&#xff1a;PID控制器结构框图 2.PID控制器传递函数的一般表达式 PID控制器传递函数的一般表达形式为&#xff1a; 其中kp为比例增益&#xff1b;ki为积分增益&#xff1b;k…

昇思25天学习打卡营第22天 | Shufflenet图像分类

ShuffleNet图像分类 当前案例不支持在GPU设备上静态图模式运行&#xff0c;其他模式运行皆支持。 ShuffleNet网络介绍 ShuffleNetV1是旷视科技提出的一种计算高效的CNN模型&#xff0c;和MobileNet, SqueezeNet等一样主要应用在移动端&#xff0c;所以模型的设计目标就是利用有…

uniapp 表格,动态表头表格封装渲染

1.接口表格数据&#xff1a; {"headers": [{"label": "实例名","name": "v1","order": 1,"hide": false,"dateTypeValue": null},{"label": "所属科室","name&quo…

[从0开始轨迹预测][NMS]:NMS的应用(目标检测、轨迹预测)

非极大值抑制&#xff08;Non-Maximum Suppression&#xff0c;简称NMS&#xff09;是一种在计算机视觉中广泛应用的算法&#xff0c;主要用于消除冗余和重叠的边界框。在目标检测任务中&#xff0c;尤其是在使用诸如R-CNN系列的算法时&#xff0c;会产生大量的候选区域&#x…