综合图：分类：1.平均时间复杂度 O( n^2 ):冒泡，选择，插入 O(n logn )：希尔，归并，堆，快速 O(n + k)：计数，桶 O(n * k)：基数 2.最坏时间复杂度 O( n^2 ):快速，冒泡，选择，插入，桶 O(n logn ):归并，堆 O(n + k):计数 O(n * k):基数 O(n (logn)^2 ):希尔 3.最好时间复杂度 O( n ):冒泡，插入 O( n^2 ):选择 O(n + k):计数，桶 O(n * k):基数 O(n (logn)^2 ):希尔 O(n logn ):归并，快速，堆 4.空间复杂度O(1):冒泡，选择，...
这里有三种方法可以从递归方程得到算法的时间复杂度： 代入法 递归树 主方法 代入法 先知道结果，然后想办法证明结果是对的，这就是代入法。 但是有两点需要注意： 1.证明的时候，要严格按照渐近符号的定义证明； 2.递归式左边后面的n项如果不是n的幂方项式，想办法把他替换成幂方形式会更简单 关于第一点，我们遇到待证明的项多出来一部分的时候，可以从假设里减，使得证明成立，如下：（这确实给了我很大的启发） 关于代入法，有...
引言 期末考试结束在家的时候有外校的同学问了我一道数据结构考试题，要求不用栈和递归，实现树的遍历。当然，我想到了用迭代算法来做，但是没想出来怎么做。最近几天刷题连续刷到要求用迭代实现遍历二叉树的题，打算记录一下morris算法的学习过程。 原理 morris算法巧妙地将每个叶子节点都连接到了记录完它自己后，需要记录的下一个节点，形成一个回路，这样就可以通过迭代完成遍历，而不需要递归。这种方法不仅时间复杂度是n，而...
算法时间复杂度 1.算法时间复杂度定义 在进行算法分析时，语句总的执行次数T(n)是关于问题规模n的函数，进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度，也就是算法的时间量度，记作：T(n)=O(f(n))。它表示随问题规模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，简称为时间复杂度。其中f(n)是问题规模n的某个函数。 这样用大写O( )来体现算法时间复杂度的记法，我们称之为大O记...
四个复杂度分析方面的知识点，最好情况时间复杂度（best case time xomplexity）、最坏情况时间复杂度(worst case time coplexity)、平均情况时间复杂度(average case time complexity)、均摊时间复杂度(amortized time complexity)。 最好、最坏时间复杂度 // n 表示数组 array 的长度 int find(int[] array, int n, int x) {int i = 0;int pos = -1;for(; i < n; ++i){if(array[i] == x) pos = i;}return pos; } 这段代码要实现的...
小白一枚，用博客记录我的所学，今天学了时间空间复杂度，搜了好多，但是没有自己认为非常详细的讲解，学完之后自己整理了一下笔记。（第一次写博客，不足之处请指出，多多指教，多多海涵~） 还请各位少侠慢慢观看，细心挑错( * _ *) 算法，是指用来操作数据、解决程序问题的一组方法。对于同一个问题，使用不同的算法，也许结果是一样的，但在过程中的资源消耗和时间却会有很大的区别。 那从什么方面来考虑捏？？ 答：主要是从算法...
f(n) = O(g(n))：f的阶不高于g的阶。 f(n) = Ω(g(n))：f的阶不低于g的阶。 f(n) = θ(g(n))：f的阶等于g的阶。 f(n) = o(g(n))：f的阶低于g的阶。 O给出的是函数f(n)在渐进意义下的上界（但不一定是最小的） Ω给出的是函数f(n)在渐进意义下的下界（但不一定是最大的） θ给出的是函数f(n)在渐进意义下的同阶（上界与下界相同）
如何评判时间开销？算法的时间复杂度： 在这个程序我们假设每一行的时间开销是1ms，计算每一行的调用次数并获得时间总和，我们可以看到loveYou()这个算法的 时间开销与问题规模n的关系为T(n)=3n+3 问题来了时间开销的时间是否需要十分精确或者说是否可以忽略表示式某些部分呢？ 答：是可以的，这个就需要了解到高等数学中的极限的概念。在一个式子中我们往往可以只考虑阶数最高的那部分。 当我们想判断哪个系数更到的时候我...
算法的时间与空间复杂度 事后分析法 缺点：不同的数据规模，不同的机器下算法运行的时间不同，无法做到计算运行时间 事前分析法 大O时间复杂度 渐进时间复杂度 随着n的增长，程序运行时间跟随n变化的趋势 几个原则 去掉常数项 2(n^2) =n^2 一段代码取时间复杂度最高的 test(n) {//时间复杂度n^3for(int i = 0; i < n ; i++){for(int i = 0; i < n ; i++){for(int i = 0; i < n ; i++){print(n);}}}//时间复杂度n^2for(int i = 0; ...
单向链表：最好情况：头节点 O(1)最坏情况：尾节点 O(n)双向链表：最好情况：insert/delete 头节点/尾节点 O(1)最坏情况：元素不在数组中，遍历所有元素 O(n)数组擅长读取，链表擅长写入。写入要先读取定位，再写入。 读取场景：任意序位读取，复杂度： 数组O(1)，链表O(n)。写入场景：任意序位写入，定位复杂度：数组O(1)，链表O(n)；写入复杂度：数组O(n)，链表O(1)。为什么数组的插入的复杂度是O(1)?在数组尾部插入就是O(1)，因...
1.什么是算法 2.好算法的标准 3.算法复杂度计算方法 例1：1 int sum = 0;//运行1次 2 int total = 0;//运行1次 3 for (int i = 1; i <= n; i++) {//运行n+1次（最后一次不满足的判断也算一次） 4 sum = sum+i;//运行n次 5 for (int j = 1; j <= n; j++) {//运行n*(n+1)次 6 total = total +i*j;//运行n*n次 7 } 8 }把算法的所有语句的运行次数加起来...
续上节《--算法的时间复杂度--》https://www.cnblogs.com/nbk-zyc/p/12293186.html 1 算法的时间复杂度常见算法的时间复杂度 常见算法的时间复杂度比较： 时间复杂度的案例分析：1 #include <iostream>2 3 using namespace std;4 5 /**6 * 功能： 查找数组下标并返回7 * 参数：8 * a[]： 输入数据9 * n：数组长度 10 * v：待查找的元素 11 * 返回值：待查找元素的数组下标 12 */ 13 int find...
题目如题：数组是一个常规一维数组， 直接放代码，代码讲解见注解#include<stdio.h> void swap(int a[],int i,int j) {a[i]=a[i]+a[j]-(a[j]=a[i]); } void insert(int a[],int i,int n)//插入算法，每次把第i个数放到这个数组的最后面 {int key=a[i];//插入算法的核心思想和插入排序当中是一样的，设定一个key，让key插入到最后面while(i<n){a[i]=a[i+1];++i;if(i+1==n)//当i处于数组最后一位的时候，停止循环break;}a[i]=key;//在...
衡量不同算法之间的优劣主要是从算法所占用的「时间」和「空间」两个维度考量，即：时间维度：指执行当前算法所消耗的时间，通常用「时间复杂度」描述。 空间维度：指执行当前算法需要占用多少内存空间，通常用「空间复杂度」描述。时间复杂度 时间复杂度通过运行程序验证所消耗时间时，受运行环境、数规模等因素影响差异很大，因此使用通用表示法描述时间复杂度。例如，大O符号表示法，即T(n) = O(f(n))，表示代码执行时间随数据规...
资料传送门： 1.https://blog.csdn.net/u013340360/article/details/81030820 2.https://wenku.baidu.com/view/bd467ec208a1284ac8504392.html 3.https://baike.baidu.com/item/递归关系/19069871?fr=aladdin