当前位置:首页>优优资讯 > 软件教程 > 电脑软件教程 > 数据结构基础之算法的渐近时间复杂度和空间复杂度

数据结构基础之算法的渐近时间复杂度和空间复杂度

作者:本站整理 时间:2015-06-03

在本文中,我们主要学习渐近时间复杂度和空间复杂度的概念,从这两方面入手提高算法效率。
一、算法效率的度量
算法执行的时间是算法优劣和问题规模的函数。评价一个算法的优劣,可以在相同的规模下,考察算法执行时间的长短来进行判断。而一个程序的执行时间通常有两种方法:
1、事后统计的方法。
缺点:不利于较大范围内的算法比较。(异地,异时,异境)
2、事前分析估算的方法。

程序在计算机上运行所需时间的影响因素

算法本身选用的策略

 

问题的规模

规模越大,消耗时间越多

书写程序的语言

语言越高级,消耗时间越多

编译产生的机器代码质量

 

机器执行指令的速度

 

综上所述,为便于比较算法本身的优劣,应排除其它影响算法效率的因素。
从算法中选取一种对于所研究的问题来说是基本操作的原操作,以该基本操作重复执行的次数作为算法的时间量度。 (原操作在所有该问题的算法中都相同)
T(n)=O(f(n))
上示表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐近时间复杂度,简称时间复杂度。

求4*4矩阵元素和,T(4)=O(f(4))
f=n*n;

sum(int num[4][4])
{ int i,j,r=0; 
for(i=0;i<4;i++)
for(j=0;j<4;j++)
r+=num[i][j]; /*原操作*/
return r; 
}

最好情况:
T(4)=O(0)
最坏情况:
T(4)=O(n*n)

ispass(int num[4][4])
{ int i,j; 
for(i=0;i<4;i++)
for(j=0;j<4;j++)
if(num[i][j]!=i*4+j+1)
return 0;
return 1; 
}

原操作执行次数和包含它的语句的频度相同。语句的频度指的是该语句重复执行的次数。

语句

频度

时间复杂度

{++x;s=0;}

1

O(1)

for(i=1;i<=n;++i)
{++x;s+=x;}

n

O(n)

for(j=1;j<=n;++j)
for(k=1;k<=n;++k)
{++x;s+=x;}

n*n

O(n*n)

 

 

O(log n)

 

 


http://pic.bianceng.cn/upimg/allimg/070510/231.gif

 

基本操作的执行次数不确定时的时间复杂度

平均时间复杂度

依基本操作执行次数概率计算平均

最坏情况下时间复杂度

在最坏情况下基本操作执行次数

二、算法的存储空间需求
类似于算法的时间复杂度,空间复杂度可以作为算法所需存储空间的量度。
记作:
S(n)=O(f(n))
若额外空间相对于输入数据量来说是常数,则称此算法为原地工作。
如果所占空间量依赖于特定的输入,则除特别指明外,均按最坏情况来分析。
三、总结
渐近时间复杂度
空间复杂度


相关文章

相关推荐

最新攻略

用户评论

(已有0条评论)
表情
注:您的评论需要经过审核才能显示哦,请文明发言!
还没有评论,快来抢沙发吧!