算法核心——空間複雜度和時間複雜度超詳細解析

算法核心——空間複雜度和時間複雜度超詳細解析

1、什麼是算法

算法：

• 一個有限指令集
• 接受一些輸入(有些狀況下不須要收入)
• 產生輸出
• 必定在有限步驟以後終止
• 每一條指令必須：

1. 有充分明確的目標，不能夠有歧義
2. 計算機能處理的範圍以內
3. 描述應不依賴於任何一種計算機語言以及具體的實現手段

其實說白了，算法就是一個計算過程解決問題的方法。咱們如今已經知道數據結構表示數據是怎麼存儲的，而「程序=數據結構+算法」，數據結構是靜態的，算法是動態的，它們加起來就是程序。

對算法來講有輸入，有輸出，至關於函數有參數有返回值。咱們寫算法的時候習慣把算法封裝到一個函數中。

2、什麼是好的算法

好，從上面咱們知道了什麼是算法，下面我再說什麼是好的算法？
在解決同一個問題的時候，咱們一般會有不少種不同的算法，區別就在於，有的算法比較笨，有的算法比較聰明，那咱們怎麼去衡量它們誰好誰壞呢？咱們一般有下面兩個指標：

• 空間複雜度:根據算法寫成的程序在執行時佔用存儲單元的長度。
• 時間複雜度：根據算法寫成的程序在執行時耗費時間的長度。

先舉個例子說，若是讓你打印十個整數，你那個程序可能瞬間就給出結果了，若是讓你打印十萬個整數呢？這你就得多等一會了。因此這個程序運行的時間，就跟你要處理的數據是十個仍是十萬個是相關的，這個十或十萬就是咱們要處理的數據的規模。咱們把它叫作n，是一個變量的話，那咱們這個程序所用的時間和空間都跟這個n是有直接關係的。解決一個問題有不少中不一樣的方法，你在設計這個方法的時候，必定要把這兩個要素考慮清楚。一不當心，若是空間複雜度太大的話，你那個程序就可能直接爆掉了，非正常中斷，我一會會在後面講，時間複雜度若是太大的話，你就可能等很長時間都等不出結果。

時間複雜度

先來看上面圖片中的幾組代碼，我是用Python表示的，你在看的時候考慮兩個問題：

 

1. 四組代碼中，哪組的運行時間最短？
2. 用什麼方式來體現算法運行的快慢？

剛纔說n能夠看做數據的規模，規模不同，運行時間確定也不同，並且所用時間也很差肯定，不一樣的n會獲得不一樣的時間，因此咱們用時間複雜度來表示算法運行的快慢。
先來看下面圖片中的幾個生活中的事件，估計時間：

這裏你會發現咱們會用「幾」表示一個大概，後面還有相應的時間單位，那時間複雜度也參照相似的方法：
時間複雜度：用來評估算法運行效率的一個式子

看上面圖片所示，先說print(‘Hello World’),它的時間複雜度表示爲O(1),O嚴格來講，它表示數學上一個式子的上界，咱們能夠簡單的理解爲就是一個估計，大約，至關於上面說的「幾」。1能夠理解爲是個運行單位(相似於秒這樣的單位)，爲何是O(1)，由於print(‘Hello World’)只執行了一次，同理分析第二個：

 

for i in range(n):
    print('Hello World')

它的時間複雜度表示爲O(n)，由於這組代碼執行了n次。n仍是個單位，同理，分析第三個：

for i in range(n):
    for j in range(n):
        print('Hello World')

它的時間複雜度表示爲O(),由於是有兩層循環，因此是,仍是個單位。第四個你本身就能夠分析了，我就很少此一舉了。但千萬不要覺得就是這麼簡單，咱再看下面代碼圖片：

看到這個圖片，你是否是感受很良好，和你猜的差很少是吧，哈哈，不要高興的太早，告訴大家，錯了，它們的時間複雜度不是這樣的。
爲何？我說了，「1」是單位，但「3」不是單位，3是3乘1，就好比說在生活中，問你一壺水燒多長時間，沒有人回答說是三個幾分鐘或者幾個三分鐘。再說第二個，是單位，n也是個單位，可是比n大，因此咱們在估計時用大單位，就比如生活中問你大概睡了多久，你通常說是幾個小時，而不是說幾個小時零幾分鐘，你強調的是一個大概的時間，明白了吧。
因此正確的時間複雜度是這樣的：

第一個爲何是O(1),首先print('Hello World')打印一次和打印三次實際的影響不大吧，就是無論執行幾回，只要它的規模不上升到n這麼大的時候，換句話說，1是個單位，因此無論怎樣，由於這是表示近似，不是表示精確的，因此是O(1).好，再看下面這個圖片：

當你的循環減半的時候，時間複雜度就會變爲O(logn)。因此你能夠這樣記，當算法過程出現循環折半的時候，複雜度式子中會出現logn。

 

時間複雜度小結

• 時間複雜度是用來估計算法運行時間的一個式子(單位)
• 通常來講，時間複雜度高的算法比時間複雜度低的算法慢

常見的時間複雜度(按效率排序)

複雜問題的時間複雜度

如何簡單快速地判斷算法複雜度

空間複雜度

在空間複雜度中須要注意的一點就是理解「空間換時間」，在研究一個算法的時候，時間比空間重要。

 

此篇完