14天阅读挑战赛
有一个古老的传说,一位国王的女儿不幸落水,水中有很多鳄鱼,国王情急之下下令:
来,就把女儿嫁给他。”很多人纷纷退让,一个勇敢的小伙子挺身而出,冒着生命危险把公
一看是个穷小子,想要反悔,说:“除了女儿,你要什么都可以。”小伙子说:“好吧,我只要
您在第1个格子里放1粒麦子,在第2个格子里放2粒,在第3个格子里放4粒,在第4个格子里
推,每一个格子里麦子的粒数都是前一格子里麦子粒数的两倍。把这64个格子放满了就行,
国王听后哈哈大笑,觉得小伙子的要求很容易满足,满口答应。结果发现,把全国的麦子都
这64个格子……国王无奈,只好把女儿嫁给了这个小伙子。
解析:
棋盘上的64个格子究竟需要放多少粒麦子?
把每一个格子里需要放的麦子粒数加起来,总和为S,则:
对式①等号的两边乘以2,等式仍然成立:
用式 ②减去式①,得:
据专家统计,每颗麦粒的平均重量约41.9毫克,这些麦粒的总重量为:
18 446 744 073 709551 615 x 41.9 = 772 918 576 688 430212 668.5(毫克)
≈\approx≈ 7729 000(亿千克)
全世男人口按77亿计算,每人差不多可以分得100 000千克(即100吨〕!
我们称这样的函数为爆炸增量函数,想一想,如果算法的时间复杂度是O(2n2^n2n)会怎样?随着n的增长,算法会不会“爆掉”?我们经常见到有些算法调试没问题,运行一段时间也没问题,但在关键的时候宕机(shutdown)。例如在线考试系统,50人考试没问题,100人考试也没问题,但如果全校10000人考试就可能宕机。
注意:宕机就是死机,指计算机无法正常工作,包括一切原因导致的死机。计算机主机出现意外故障而死机,一些服务器(如数据库服务器)死锁,服务器的某些服务停止运行等,都可以称为宕机。
常见的算法时间复杂度有以下几类。
(1)常数阶。
常数阶算法的运行次数是一个常数,如5、20,100。常数阶算法的时间复杂度通常用O(1)表示。
(2)多项式阶。
很多算法的时间复杂度是多项式,通常用O(n)、O(n2n^2n2)、O(n3n^3n3)等表示。
(3)指数阶。
指数阶算法的运行效率极差,程序品往往像躲“恶魔”一样避开这种算法。指数阶算法的时间复杂度通常用O(2n2^n2n)、O(n!)、O(nn(n^n(nn)等表示。
(4)对数阶。
对数阶算法的运行效率较高,通常用O(logn)、O(nlogn)等表示。
指数阶增量随着x的增加而急剧增加,而对数阶增长缓慢。它们之间的关系如下:
O(1)<O(logn)<O(n)<O(nlogn)<O(n2n^2n2)<O(n3n^3n3)<O(2n2^n2n)<O(n!)<O(nnn^nnn)
在设计算法时,我们要注意算法复杂度增量的问题,尽量避免爆炸级增量。