【數據結構實戰C++】4 算法複雜度概念
作者 CodeAllen ,轉載請註明出處
效率是工程中最關注的算法特性
算法效率的量度的幾個方法
事後統計法
-比較不同算法對同一組輸入數據的運行處理時間
-缺陷
- 爲了獲得不同算法的運行時間必須編寫相應程序
- 運行時間嚴重依賴硬件以及運行時的環境因素
- 算法的測試數據的選取很困難
事前分析估算
-依據統計的方法對算法效率進行估計
-影響算法效率的主要因素
- 1,算法採用的策略和方法
- 2,問題的輸入規模
- 3,編譯器所產生的代碼
- 4,計算機的執行速度
算法效率的簡單估計一
算法效率的簡單估計二
算法效率的簡單估計三
程序效率估算
#include <iostream>
using namespace std;
int func(int a[], int len) // ==> (n*n + 2)
{
int ret = 0; // 1
for(int i=0; i<len; i++)
{
for(int j=0; j<len; j++)
{
ret += a[i] * a[j]; // n * n
}
}
return ret; // 1
}
int main()
{
int array[] = {1, 2, 3, 4, 5};
cout << func(array, 5) << endl;
return 0;
}
上述程序關鍵部分的操作數量是n*n
三種求和算法中關鍵部分操作數量分別是2n, n ,1
不同算法操作數量的對比
算法操作數量對比一
算法操作數量對比二
算法操作數量對比三
小結
算法度量方法有 事後統計法和事前分析估算法
事後統計法不容易準確度量算法的效率
事前分析估算法通過操作數量度量算法效率
判斷一個算法效率時只關注最高階項就能得到結論
算法隨着問題規模n的增大,會越來越優越於另一個算法,或者越來越差於另一個算法