複雜度分析：如何分析、統計演算法的執行效率和資源消耗

作者：京東物流 崔旭

我們都知道，資料結構和演算法本身解決的是“快”和“省”的問題，即如何讓程式碼執行得更快，如何讓程式碼更省儲存空間。所以，執行效率是演算法一個非常重要的考量指標。那如何來衡量你編寫的演算法程式碼的執行效率呢？這裡就要用到我們今天要講的內容：時間、空間複雜度分析。

1 為什麼需要複雜度分析？

你可能會有些疑惑，我把程式碼跑一遍，通過統計、監控，就能得到演算法執行的時間和佔用的記憶體大小。為什麼還要做時間、空間複雜度分析呢？這種分析方法能比實實在在跑一遍得到的資料更準確嗎？

首先可以肯定地說，這種評估演算法執行效率的方法是正確的。很多資料結構和演算法書籍還給這種方法起了一個名字，叫事後統計法。但是，這種統計方法有非常大的侷限性。

1.1 測試結果非常依賴測試環境

測試環境中硬體的不同會對測試結果有很大的影響。比如，我們拿同樣一段程式碼，分別用 Intel Core i9 處理器和 Intel Core i3 處理器來執行，i9 處理器要比 i3 處理器執行的速度快很多。還有，比如原本在這臺機器上 a 程式碼執行的速度比 b 程式碼要快，等我們換到另一臺機器上時，可能會有截然相反的結果。

1.2 測試結果受資料規模的影響很大

對同一個排序演算法，待排序資料的有序度不一樣，排序的執行時間就會有很大的差別。極端情況下，如果資料已經是有序的，那排序演算法不需要做任何操作，執行時間就會非常短。除此之外，如果測試資料規模太小，測試結果可能無法真實地反應演算法的效能。比如，對於小規模的資料排序，插入排序可能反倒會比快速排序要快！

所以，我們需要一個不用具體的測試資料來測試，就可以粗略地估計演算法的執行效率的方法，這就是我們接下來要說的大O複雜度表示法。

2 大O複雜度表示法

演算法的執行效率，粗略地講，就是演算法程式碼執行的時間。但是，如何在不執行程式碼的情況下，用“肉眼”得到一段程式碼的執行時間呢？

這裡有段非常簡單的程式碼，求 1,2,3…n 的累加和。現在，一塊來估算一下這段程式碼的執行時間吧。

從 CPU 的角度來看，這段程式碼的每一行都執行著類似的操作：讀資料-運算-寫資料。儘管每行程式碼對應的 CPU 執行的個數、執行的時間都不一樣，但是，我們這裡只是粗略估計，所以可以假設每行程式碼執行的時間都一樣，為 unit_time。在這個假設的基礎之上，這段程式碼的總執行時間是多少呢？

第 2、3 行程式碼分別需要 1 個 unit_time 的執行時間，第 4、5 行都運行了 n 遍，所以需要 2n_unit_time 的執行時間，所以這段程式碼總的執行時間就是 (2n+2)_unit_time。可以看出來，所有程式碼的執行時間 T(n) 與每行程式碼的執行次數成正比。

按照這個分析思路，我們再來看這段程式碼。

我們依舊假設每個語句的執行時間是 unit_time。那這段程式碼的總執行時間 T(n) 是多少呢？

第 2、3、4 行程式碼，每行都需要 1 個 unit_time 的執行時間，第 5、6 行程式碼迴圈執行了 n 遍，需要 2n_unit_time 的執行時間，第 7、8 行程式碼迴圈執行了 n²遍，所以需要 2n²_unit_time 的執行時間。所以，整段程式碼總的執行時間 T(n) = (2n²+2n+3)*unit_time。

儘管我們不知道 unit_time 的具體值，但是通過這兩段程式碼執行時間的推導過程，我們可以得到一個非常重要的規律，那就是，所有程式碼的執行時間 T(n) 與每行程式碼的執行次數 n 成正比。我們可以把這個規律總結成一個公式。注意，大 O 就要登場了！

我來具體解釋一下這個公式。其中，T(n) 我們已經講過了，它表示程式碼執行的時間；n 表示資料規模的大小；f(n) 表示每行程式碼執行的次數總和。因為這是一個公式，所以用 f(n) 來表示。公式中的 O，表示程式碼的執行時間 T(n) 與 f(n) 表示式成正比。

所以，第一個例子中的 T(n) = O(2n+2)，第二個例子中的 T(n) = (2n²+2n+3)。這就是大O時間複雜度表示法。大O時間複雜度實際上並不具體表示程式碼真正的執行時間，而是表示程式碼執行時間隨資料規模增長的變化趨勢，所以，也叫作漸進時間複雜度，簡稱時間複雜度。

當 n 很大時，你可以把它想象成 10000、100000。而公式中的低階、常量、係數三部分並不左右增長趨勢，所以都可以忽略。我們只需要記錄一個最大量級就可以了，如果用大 O 表示法表示剛講的那兩段程式碼的時間複雜度，就可以記為：T(n) = O(n)； T(n) = O(n²)。

3 時間複雜度分析

前面介紹了大 O 時間複雜度的由來和表示方法。現在我們來看下，如何分析一段程式碼的時間複雜度？

3.1 只關注迴圈執行次數最多的一段程式碼

大 O 這種複雜度表示方法只是表示一種變化趨勢。我們通常會忽略掉公式中的常量、低階、係數，只需要記錄一個最大階的量級就可以了。所以，我們在分析一個演算法、一段程式碼的時間複雜度的時候，也只關注迴圈執行次數最多的那一段程式碼就可以了。這段核心程式碼執行次數的 n 的量級，就是整段要分析程式碼的時間複雜度。

為了便於你理解，我還拿前面的例子來說明。

其中第 2、3 行程式碼都是常量級的執行時間，與 n 的大小無關，所以對於複雜度並沒有影響。迴圈執行次數最多的是第 4、5 行程式碼，所以這塊程式碼要重點分析。前面我們也講過，這兩行程式碼被執行了 n 次，所以總的時間複雜度就是 O(n)。

3.2 加法法則：總複雜度等於量級最大的那段程式碼的複雜度

這裡還有一段程式碼。

這個程式碼分為三部分，分別是求 sum_1、sum_2、sum_3。我們可以分別分析每一部分的時間複雜度，然後把它們放到一塊兒，再取一個量級最大的作為整段程式碼的複雜度。

第一段的時間複雜度是多少呢？這段程式碼迴圈執行了 100 次，所以是一個常量的執行時間，跟 n 的規模無關。

即便這段程式碼迴圈 10000 次、100000 次，只要是一個已知的數，跟 n 無關，照樣也是常量級的執行時間。當 n 無限大的時候，就可以忽略。儘管對程式碼的執行時間會有很大影響，但是回到時間複雜度的概念來說，它表示的是一個演算法執行效率與資料規模增長的變化趨勢，所以不管常量的執行時間多大，我們都可以忽略掉。因為它本身對增長趨勢並沒有影響。

那第二段程式碼和第三段程式碼的時間複雜度是多少呢？答案是 O(n) 和 O(n²)。
綜合這三段程式碼的時間複雜度，我們取其中最大的量級。所以，整段程式碼的時間複雜度就為 O(n²)。也就是說：總的時間複雜度就等於量級最大的那段程式碼的時間複雜度。那我們將這個規律抽象成公式就是：

如果 T1(n)=O(f(n))，T2(n)=O(g(n))；那麼 T(n)=T1(n)+T2(n)=max(O(f(n)), O(g(n))) =O(max(f(n), g(n))).

3.3 乘法法則：巢狀程式碼的複雜度等於巢狀內外程式碼複雜度的乘積

剛講了一個複雜度分析中的加法法則，這兒還有一個乘法法則。類比一下，你應該能“猜到”公式是什麼樣子的吧？

如果 T1(n)=O(f(n))，T2(n)=O(g(n))；那麼 T(n)=T1(n)_T2(n)=O(f(n))_O(g(n))=O(f(n)*g(n)).

也就是說，假設 T1(n) = O(n)，T2(n) = O(n²)，則 T1(n) * T2(n) = O(n³)。落實到具體的程式碼上，我們可以把乘法法則看成是巢狀迴圈，我舉個例子給你解釋一下。

我們單獨看 cal() 函式。假設 f() 只是一個普通的操作，那第 4～6 行的時間複雜度就是，T1(n) = O(n)。但 f() 函式本身不是一個簡單的操作，它的時間複雜度是 T2(n) = O(n)，所以，整個 cal() 函式的時間複雜度就是，T(n) = T1(n)_T2(n) = O(n_n) = O(n²)。

3.4 幾種常見時間複雜度例項分析

雖然程式碼千差萬別，但是常見的複雜度量級並不多。稍微總結了一下，這些複雜度量級幾乎涵蓋了大部分的場景。

• 常量階 O(1)
• 對數階 O(logn)
• 線性階 O(n)
• 線性對數階 O(nlogn)
• 平方階 O(n²)
• 立方階 O(n³) …
• 指數階 O(2ⁿ)
• 階乘階 O(n!)

對於剛羅列的複雜度量級，我們可以粗略地分為兩類，多項式量級和非多項式量級。其中，非多項式量級只有兩個：O(2ⁿ) 和 O(n!)。

當資料規模 n 越來越大時，非多項式量級演算法的執行時間會急劇增加，求解問題的執行時間會無限增長。所以，非多項式時間複雜度的演算法其實是非常低效的演算法。我們主要來看幾種常見的多項式時間複雜度。

1.O(1)

首先你必須明確一個概念，O(1) 只是常量級時間複雜度的一種表示方法，並不是指只執行了一行程式碼。比如這段程式碼，即便有 3 行，它的時間複雜度也是 O(1），而不是 O(3)。

只要程式碼的執行時間不隨 n 的增大而增長，這樣程式碼的時間複雜度我們都記作 O(1)。或者說，一般情況下，只要演算法中不存在迴圈語句、遞迴語句，即使有成千上萬行的程式碼，其時間複雜度也是Ο(1)。

2.O(logn)、O(nlogn)

對數階時間複雜度非常常見，同時也是最難分析的一種時間複雜度。我通過一個例子來說明一下。

根據我們前面講的複雜度分析方法，第三行程式碼是迴圈執行次數最多的。所以，我們只要能計算出這行程式碼被執行了多少次，就能知道整段程式碼的時間複雜度。
從程式碼中可以看出，變數 i 的值從 1 開始取，每迴圈一次就乘以 2。當大於 n 時，迴圈結束。

實際上，變數 i 的取值就是一個等比數列。如果我把它一個一個列出來，就應該是這個樣子的：

所以，我們只要知道 x 值是多少，就知道這行程式碼執行的次數了。通過 2ˣ=n 求解 x ，x=log₂n，所以，這段程式碼的時間複雜度就是 O(log₂n)。

現在，我把程式碼稍微改下，你再看看，這段程式碼的時間複雜度是多少？

根據我剛剛講的思路，很簡單就能看出來，這段程式碼的時間複雜度為 O(log₃n)。

實際上，不管是以 2 為底、以 3 為底，還是以 10 為底，我們可以把所有對數階的時間複雜度都記為 O(logn)。為什麼呢？

我們知道，對數之間是可以互相轉換的，log₃n 就等於 log₃2_log₂n，所以 O(log₃n) = O(C_log₂n)，其中 C=log₃2 是一個常量。基於我們前面的一個理論：在採用大 O 標記複雜度的時候，可以忽略係數，即 O(Cf(n)) = O(f(n))。所以，O(log₂n) 就等於 O(log₃n)。因此，在對數階時間複雜度的表示方法裡，我們忽略對數的“底”，統一表示為 O(logn)。

如果你理解了O(logn)，那 O(nlogn) 就很容易理解了。還記得我們剛講的乘法法則嗎？如果一段程式碼的時間複雜度是 O(logn)，我們迴圈執行 n 遍，時間複雜度就是 O(nlogn) 了。而且，O(nlogn) 也是一種非常常見的演算法時間複雜度。比如，歸併排序、快速排序的時間複雜度都是 O(nlogn)。

3.O(m+n)、O(m*n)

我們再來講一種跟前面都不一樣的時間複雜度，程式碼的複雜度由兩個資料的規模來決定。老規矩，先看程式碼！

從程式碼中可以看出，m 和 n 是表示兩個資料規模。我們無法事先評估 m 和 n 誰的量級大，所以我們在表示複雜度的時候，就不能簡單地利用加法法則，省略掉其中一個。所以，上面程式碼的時間複雜度就是 O(m+n)。

針對這種情況，原來的加法法則就不正確了，我們需要將加法規則改為：T1(m) + T2(n) = O(f(m) + g(n))。但是乘法法則繼續有效：T1(m)_T2(n) = O(f(m)_f(n))。

4 空間複雜度分析

前面，咱們花了很長時間講大 O 表示法和時間複雜度分析，理解了前面講的內容，空間複雜度分析方法學起來就非常簡單了。

時間複雜度的全稱是漸進時間複雜度，表示演算法的執行時間與資料規模之間的增長關係。類比一下，空間複雜度全稱就是漸進空間複雜度，表示演算法的儲存空間與資料規模之間的增長關係。

還是拿具體的例子來說明。

跟時間複雜度分析一樣，我們可以看到，第 2 行程式碼中，我們申請了一個空間儲存變數 i，但是它是常量階的，跟資料規模 n 沒有關係，所以我們可以忽略。第 3 行申請了一個大小為 n 的 int 型別陣列，除此之外，剩下的程式碼都沒有佔用更多的空間，所以整段程式碼的空間複雜度就是 O(n)。
我們常見的空間複雜度就是 O(1)、O(n)、O(n²)，像 O(logn)、O(nlogn) 這樣的對數階複雜度平時都用不到。而且，空間複雜度分析比時間複雜度分析要簡單很多。

5 內容小結

複雜度也叫漸進複雜度，包括時間複雜度和空間複雜度，用來分析演算法執行效率與資料規模之間的增長關係，可以粗略地表示，越高階複雜度的演算法，執行效率越低。常見的複雜度並不多，從低階到高階有：O(1)、O(logn)、O(n)、O(nlogn)、O(n²)。