浅析最好、最坏、平均、均摊时间复杂度

最好情况时间复杂度

最坏情况时间复杂度

平均情况时间复杂度

均摊时间复杂度

最好、最坏情况时间复杂度

// 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;
}

这段代码的复杂度是O(n)，其中n代表数组的长度

我们在数组中查找一个数据，并不需要每次都把整个数组都遍历一遍，因为有可能中途找到就可以提前结束循环了。但是，这段代码不够高效。可以优化一下这段查找代码

// 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;
}

最好情况时间复杂度就是，在最理想的情况下，执行这段代码的时间复杂度。就像上面的代码，在最理想情况下，要查找的变量x正好是数组的第一个元素，这个时候对应的时间复杂度就是最好情况时间复杂度

同理，最坏情况时间复杂度就是，在最槽糕的情况下，执行这段代码的时间复杂度。如果数组中没有要查找的变量x，我们需要把整个数组都遍历一遍才行，所以这种最槽糕情况下对应的时间复杂度就是最坏情况时间复杂度

平均情况时间复杂度

要查找的变量x在数组中的位置，有n+1种情况：在数组的0~n-1 和 不在数组中。我们把每种情况下，查找需要遍历的元素个数累加起来，然后除以n+1，就可以得到需要遍历的元素个数平均值，即：

我们知道，时间复杂度的大 O 标记法中，可以省略掉系数、低阶、常量，所以，咱们把刚刚这个公式简化之后，得到的平均时间复杂度就是 O(n)

均摊时间复杂度

均摊时间复杂度就是一种特殊的平均时间复杂度