您的位置:首页 > 其它

第六课、算法效率的度量

2017-05-03 21:19 113 查看

一、常见的时间复杂度





常见时间复杂度的比较





二、算法分析





定义一个数组





此算法最好的情况时执行一次





而最坏的情况却要执行n次





注意:数据结构课程中,在没有特殊说明时,所分析算法的时间复杂度都是指最坏时间复杂度

三、算法的空间复杂度(space complexity)

(1)、定义:S(n) = S(f(n))

n为算法的问题规模

f(n)为空间使用函数,与n相关

注:推导时间复杂度的方法同样适应空间复杂度

如:当算法所需空间是常数时,空间复杂度为S(1)

(2)、空间复杂度计算练习





四、时间与空间算法策略

(1)、多数情况下,算法的时间复杂度令人关注

(2)、如果有必要,可以通过增加额外空间降低时间复杂度

(3)、同理,也可以通过增加算法的耗时降低空间复杂度

时间换空间的例子

/*
问题:
在一个由自然数1-1000中某些数字所组成的数组中,每个数字可能出现零次或者多次。
设计一个算法,找出出现次数最多的数字。
*/

#include <iostream>

using namespace std;

void search(int a[], int len)     //时间复杂度为 O(n)
{
int sp[1000] = {0};
int max = 0;

for(int i=0; i<len; i++)
{
sp[a[i] - 1]++;//将对应数字的总数按顺序存储起来,如将1的个数存在sp[0]的位置,将2的个数存在sp[1]的位置
}

for(int i=0; i<1000; i++)
{
if( max < sp[i] )
{
max = sp[i];
}
}

for(int i=0; i<1000; i++)
{
if( max == sp[i] )
{
cout << i + 1 << endl;//打印出数量最多的数(不一定只有一个)
}
}
}

int main(int argc, char* argv[])
{
int a[] = {1, 1, 3, 4, 5, 6, 6, 6, 3, 3};

search(a, sizeof(a)/sizeof(*a));

return 0;
}


五、笔试题

问:两个算法的大O表示法一样,是否意味着它们的算法效率完全一样?

答:大O表示法完全相同只能说明它们属于同一级别的算法,并不能说明它们算法的执行效率完全一致

六、小结

(1)、一般而言,工程中使用的算法,时间复杂度不超过O(n^3)

(2)、算法分析设计时,重点考虑最坏情况下的时间复杂度

(3)、数据结构课程中重点关心算法的时间复杂度

(4)、空间换时间是工程开发中常用的策略
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: