算法 - 复杂度分析
参考资料
计算复杂度
同一个问题往往可以用效率不同的算法来解决。当处理的数据项较少的时候，算法之间的差异也许微不足道，但是当数据量增长时，这种差异就会比较明显。为了比较算法的效率，Juris Hartmanis和RichardE.Stearns引入了一种称为“计算复杂度”的标准来衡量算法。
计算复杂度表示应用一种算法需要付出多大的努力或者成本是多少。
这种成本可以用很多标准来衡量，不同的应用场合决定了成本的不同含义。本文主要介绍两种衡量效率的标准:时间和空间。时间因素通常较空间因素更为重要，所以考虑效率时一般关注处理数据所花费的时间。
复杂度分为时间复杂度和空间复杂度，但是它们并不能准确地表示算法的执行时间和存储空间。
- 时间复杂度(渐进时间复杂度)：算法的执行时间与数据规模之间的增长关系；
- 空间复杂度(渐进空间复杂度（asymptotic space complexity)：算法的存储空间与数据规模之间的增长关系。
为什么要做复杂度分析？
复杂度分析法是对已知的代码进行效率分析的方法，与之相对的是使用实际数据运行代码的事后统计法。
复杂度分析法和事后统计法各有优劣，与复杂度分析法进行比较，事后统计法会有以下局限性：
- 测试结果非常依赖测试环境。硬件的不同会对测试结果有比较大的影响，比如不同处理器的执行时间会不一样
- 测试结果受数据的影响很大。对同一个排序算法，待排序数据的有序度会影响算法的执行时间；对于小规模的数据排序，插入排序的效率会比快速排序的效率更高
相比事后统计法，复杂度分析法更能表示一个算法在各个维度的综合性能。
复杂度分析表示方法
大 O 表示法
常用的复杂度表示法就是大 O 复杂度表示法，时间复杂度和空间复杂度都能运用这个概念，在概念上可以进行类比。
在实际使用中，空间复杂度会比时间复杂度更简单些，下面只对时间复杂度做解析。
int cal(int n) {
int sum = 0;
int i = 1;
for (; i <= n; ++i) {
sum = sum + i;
}
return sum;
}
2
3
4
5
6
7
8
对上述代码着手，解析这段代码的时间复杂度。
第 2 行和第 3 行仅会运行一次，但第 4、5、6 行是一个 for 循环，将会运行 n 次，因此，整个函数运行的次数可以简单地认为是 n + 2 次。
假如将一行代码的执行时间算作单位时间，以此做类比，则此函数的执行时间与代码的执行次数 n 成正比：
- n 表示数据规模的大小；
- f(n)表示每行代码执行的次数总和，因为这是一个公式，所以用f(n)来表示；
- T(n)表示代码执行的时间。公式中的 O 表示代码的执行时间T(n)与f(n)表达式成正比。
那么以上代码块的正比关系可以用T(n) = O(f(n))来表示,其中f(n)=n+2。
大 O 时间复杂度实际上并不具体表示代码真正的执行时间，而是表示代码执行时间随数据规模增长的变化趋势。所以，大 O 时间复杂度也叫作渐进时间复杂度（asymptotic time complexity），简称时间复杂度。
从定义上理解，大 O 符号是一种算法「复杂度」的「相对」「表示」方式：
- 复杂度：表示相对其他东西的度量结果
- 相对：只能比较相同的事物，不能将一个做算数乘法的算法和排序整数列表的算法进行比较
- 表示：大 O 符号把算法间的比较简化为一个单一变量
时间复杂度分析
变量法则
代码中的变量决定时间复杂度。
大 O 复杂度表示法是一种函数的表示方式，函数中存在至少一个变量，这其实就说明了大 O 复杂度表示法展示了代码执行时间随数据规模增长的变化趋势。
所以，在分析时间复杂度的时候，需要记住代码中的变量决定时间复杂度，观察代码中具体哪一个数据变量在实际运行中最能体现运行时间的趋势。
加法法则
总复杂度等于量级最大的那段代码的复杂度。
大 O 复杂度表示法只是表示一种变化趋势，一般认为，与公式中的高阶 n 值相比，常量、系数、低阶量级与算法的增长趋势关系不大。
为了降低复杂性以及提高对比性，通常会忽略掉公式中的常量、系数、低阶，只记录其中最大阶的量级即可。
因此，在分析一个算法、一段代码的时间复杂度时，一般只需关注循环执行次数最多的那一段代码即可。
通常，核心代码执行次数的 n 的量级，就是整段要分析代码的时间复杂度。
乘法法则
嵌套代码的复杂度等于嵌套内外代码复杂度的乘积。
在实际开发中，嵌套循环的代码比较常见，这里涉及到嵌套循环的时间复杂度分析。
如果把一次循环看作是 n 次，每次循环当中又会再做一次内循环，再把这次内循环看作是 m 次，这样整体循环就可以看作是 n X m 次，这就是乘法法则。
大部分算法复杂度分析中，会经常遇到如 n^2、n^3 这样的时间复杂度，也使用到乘法法则。
常见时间复杂度
常见的时间复杂度有很多:
时间复杂度可以分为多项式量级和非多项式量级两种，多项式量级指的是以 n 作为底数，非多项式量级指的是不以 n 作为底数的非确定量级。
当数据规模 n 越来越大时，非多项式量级算法的执行时间会急剧增加，求解问题的执行时间会无限增长。
因此，非多项式时间复杂度的算法是非常低效的算法，实际编码中需要尽量避免这种情况出现。
常见的时间复杂度中，非多项式量级只有O(2^n) 、O(n!) 两个，其他的都是多项式量级。
其实，时间复杂度超过O(nlogn)的算法就可以称为指数级增长的算法，应尽量避免。
常量级
是常量级时间复杂度的一种表示方式，只要代码的执行时间不随 n 的增大而增长，这样代码的时间复杂度就被记作O(1)。
一般情况下，只要算法中不存在循环语句、递归语句，即使有成千上万行的代码，其时间复杂度也是 。
对数级
对数级时间复杂度非常常见，同时也是最难分析的一种时间复杂度。
实际上，不管是以 2,3或10 为底，都可以把所有对数阶的时间复杂度都记为O(logn) 。
多变量级
多变量级时间复杂度受多个变量影响，表示一个时间复杂度由多个数据的规模来决定。
这种情况不能随意使用加法法则省略掉其中一个，而是两个变量都需要使用到，如 O(m X n)、O(m + n) 都是多变量级的复杂度。
时间复杂度维度
最好情况时间复杂度: 在最理想的情况下，执行这段代码的时间复杂度。
最坏情况时间复杂度: 在最糟糕的情况下，执行这段代码的时间复杂度。
平均时间复杂度: 将所有可能情况下的执行次数和其发生的频率聚合起来计算加权平均值，这里涉及到概率论的知识，因此平均时间复杂度又被称为加权平均时间复杂度、期望时间复杂度。
均摊时间复杂度: 是一种适用场景更少的表示方式，对于某些特殊的场景（比如一种场景是大部分情况下时间复杂度都很低，只有个别情况下时间复杂度比较高，而且这些操作之间存在前后连贯的时序关系），可以引入摊还分析法计算得出均摊时间复杂度。
- 对于上面描述的场景，可以将这一组操作放在一起分析，尝试将较高时间复杂度那次操作的耗时平摊到其他那些时间复杂度较低的操作上。
- 均摊时间复杂度是一种特殊的平均时间复杂度。通常，在能够应用均摊时间复杂度分析的场合，一般均摊时间复杂度就等于最好情况时间复杂度。
复杂度变化趋势
上图是常见复杂度的变化趋势，可以清晰地看到，超过 O(nlogn) 的复杂度就可以随着 n 的变化而急剧变化，在实际开发中，应尽量避免。
空间复杂度分析
编写代码时，完全可以用空间来换取时间，比如字典树，哈希表等都是这个原理。算法在运行过程中临时占用的存储空间随算法的不同而异，有的算法只需要占用少量的临时工作单元，而且不随问题规模的大小而改变，我们称这种算法是“就地"进行的，是节省存储的算法，空间复杂度为O(1)，注意这并不是说仅仅定义一个临时变量；有的算法需要占用的临时工作单元数与解决问题的规模n有关，它随着n的增大而增大，当n较大时，将占用较多的存储单元，例如快速排序和归并排序算法等。
如果算法执行所需要的临时空间不随着某个变量n的大小而变化，即此算法空间复杂度为一个常量，可表示为 O(1)。如下代码中的 i、j、t 所分配的空间都不随着处理数据量变化，因此它的空间复杂度为O(1)。
举例1：
int j = 0;
for (int i = 0; i < n; i++) {
j++;
}
2
3
4
随着n的变化，所需开辟的内存空间并不会随着n的变化而变化。即此算法空间复杂度为一个常量，所以表示为大O(1)。
举例2:
int* a = new int(n);
for (int i = 0; i < n; i++) {
a[i] = i;
}
2
3
4
这个数组占用的大小为n，虽然有一个for循环，但没有再分配新的空间，因此，这段代码的空间复杂度主要看第一行即可，随着n的增大，开辟的内存大小呈线性增长，即 O(n)。
总结
对于一个具体的算法而言，其时间复杂度和空间复杂度往往是相互影响的。当追求一个较好的时间复杂度时，可能会使空间复杂度的性能变差，即可能导致占用较多的存储空间；反之，追求一个较好的空间复杂度时，可能会使时间复杂度的性能变差，即可能导致占用较长的运行时间。另外，算法的所有性能之间都存在着或多或少的相互影响。因此，当设计一个算法(特别是大型算法)时，要综合考虑算法的各项性能，算法的使用频率，算法处理的数据量的大小，算法描述语言的特性，算法运行的机器系统环境等各方面因素，才能够设计出比较好的算法。
常见数据结构与算法的时间、空间复杂度总结
数据结构:
堆:
图:
排序算法:
搜索算法:
