LeetCode資料結構_BigO

 
一個數學記號,用來來評估⼀一個函式的時間複雜度空間複雜度

時間複雜度
同一個函式的執⾏行行時間因為 input 的不同⽽而產⽣生的變化

空間複雜度
同⼀個函式所需的空間因為 input 的不同⽽而產⽣生的變化

O(1)
void sayTruth(int x) {
    for (int i = 0; i < 10; i++) {
        std::cout << "test";
    }
}

O(N)
void sayTruth(int x) {
    for (int i = 0; i < x; i++) {
        std::cout << "test";
    }
}

O(N^2)
void sayTruth(int x) {
    for (int i = 0; i < x; i++) {
        for (int j = 0; j < x; j++) {
            std::cout << "test";
        }
    }
}

常數或倍數不會改變複雜度相對於 input 的關係,不用考慮
(皆為已知,不會影響一個函數複雜度本質)

O(2N)
void sayTruth(int x) {
    for (int i = 0; i < x; i++) {
        std::cout << "test";
    }
    
    for (int i = 0; i < x; i++) {
        std::cout << "test";
    }
}
O(2n) 並沒有改變執⾏行行時間是線性成長的事實
計算 Big O 時不考慮倍數
因此O(2N) = O(N)


O(N+1)
void sayTruth(int x) {
    for (int i = 0; i < x + 1; i++) {
        std::cout << "test";
    }
}
O(n + 1) 並沒有改變執⾏行行時間是線性成長的事實
計算 Big O 時不考慮常數
因此O(N+1) = O(N)


若倍數或常數未知,仍需納入考量

O(X+Y)
void sayTruth(int x, int y) {
    for (int i = 0; i < x; i++) {
        std::cout << "test";
    }

    for (int j = 0; j < y; j++) {
        std::cout << "test2";
    }
}

O(X*Y)
void sayTruth(int x, int y) {
    for (int i = 0; i < x; i++) {
        for (int j = 0; j < y; j++) {
            std::cout << "test";
        }
    }
}

Input 指數成長,複雜度線性成長O(log n)
• Input 10^0 -> 執⾏ 1 次
• Input 10^1 -> 執⾏ 2 次
• Input 10^2 -> 執⾏ 3 次

底數對Big O無影響


Binary Search(二分搜尋法)
在⼀個已經被排序過的 integer array (sorted array)中搜尋特定的 integer ,每次都把 array從中間切⼀半。當中位數等於⽬標時,即找到答案。

二分搜尋法程式碼

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
#include <iostream>

int binarySearch(int intArray[], int target, int length) {
    int low = 0;
    int high = length - 1;
    
    while (high >= low) {
        int middle = (low + high) / 2;
        
        if (intArray[middle] == target) {
            return middle;
        }
        
        if (intArray[middle] < target) {
            low = middle + 1;
        }
        
        if (intArray[middle] > target) {
            high = middle - 1;
        }
    }
    
    return -1;
}

int main() {
    int intArray[] = {1, 2, 3, 4, 5, 6, 7, 8, 9}; // 假設有排序過的整數陣列
    int target = 5; // 假設目標值為 5
    int length = sizeof(intArray) / sizeof(int); // 計算陣列長度
    
    int result = binarySearch(intArray, target, length);
    
    if (result == -1) {
        std::cout << "目標值不存在於陣列中\n";
    } else {
        std::cout << "目標值在陣列中的索引為: " << result << "\n";
    }
    
    return 0;
}


Case1.
在 {1} 中找出 1
以 1 為中位數 -> {1} -> 找到 1
執⾏ 1 次

Case2.
在 {1, 2, 6, 7, 9, 17, 18, 30, 66, 99} 中找出 2
以 9 為中位數切⼀半 -> {1, 2, 6, 7}
以 2 為中位數切⼀半 -> {1, 2} - > 找到 2 
Input 已經變為 10 倍⼤,但執⾏次數只多 1 次

Case3.
在 {1, 2, 6, 7, 9, 17, 18, 30, 66, 99} 中找出 66
以 9 為中位數切⼀半 -> {17, 18, 30, 66, 99}
以 30 為中位數切⼀半 -> {66, 99} 
以 66 為中位數切⼀半 -> {66} -> 找到 66
執⾏ 3 次







留言

這個網誌中的熱門文章

何謂淨重(Net Weight)、皮重(Tare Weight)與毛重(Gross Weight)

Architecture(架構) 和 Framework(框架) 有何不同?_軟體設計前的事前規劃的藍圖概念

(2021年度)駕訓學科筆試準備題庫歸納分析_法規是非題