初始Java 来自Java SE的第七节课 时间复杂度 和 空间复杂度

System.out.println(count);

}

解析图:

时间复杂度为: O(N^2)

实例2:普通循环的时间复杂度

// 计算func2的时间复杂度？

void func2(int N) {

int count = 0;

for (int k = 0; k < 2 * N ; k++)

{count++;

}

int M = 10;

while ((M–) > 0)

{count++;

}

System.out.println(count);

}

解析图:

时间复杂度为:O(N)

实例3: 循环的时间复杂度

// 计算func3的时间复杂度？

void func3(int N, int M)

{int count = 0;

for (int k = 0; k < M; k++)

{count++;

}

for (int k = 0; k < N ; k++)

{count++;

}

System.out.println(count);

}

解析图:

时间复杂度为:O(M+N)

实例4: 循环的时间复杂度

// 计算func4的时间复杂度？

void func4(int N)

{ int count = 0;

for (int k = 0; k < 100; k++)

{count++;

}

System.out.println(count);

}

解析图:

时间复杂度为:O(1)

实例5: 冒泡函数的时间复杂度

// 计算bubbleSort的时间复杂度？

void bubbleSort(int[] array) {

for (int end = array.length; end > 0; end–)

{boolean sorted = true;

for (int i = 1; i < end; i++){

{ if (array[i - 1] > array[i])

Swap(array, i - 1, i);

sorted = false;

}

}

if (sorted == true) {

break;

}

}

}

解析图:

时间复杂度为:O(N^2)

实例6: 二分查找的时间复杂度

// 计算binarySearch的时间复杂度？

int binarySearch(int[] array, int value)

{int begin = 0;

int end = array.length - 1;

while (begin <= end) {

int mid = begin + ((end-begin) / 2);

if (array[mid] < value)

begin = mid + 1;

else if (array[mid] > value)

end = mid - 1;

else

return mid;

}

return -1;

}

解析图:

时间复杂度为:O(log2N)  (这里是以2为底数)

实例7:阶乘递归的时间复杂度

// 计算阶乘递归factorial的时间复杂度？

long factorial(int N) {

return N < 2 ? N : factorial(N-1) * N;

}

解析图:

时间复杂度:O(N)

实例8:斐波拉契数列的时间复杂度

// 计算斐波那契递归fibonacci的时间复杂度？

int fibonacci(int N) {

return N < 2 ? N : fibonacci(N-1)+fibonacci(N-2);

}

解析图:

时间复杂度为:O(2^n)

3.空间复杂度

---

空间复杂度是对一个算法在运行过程中临时占用存储空间大小的量度。

空间复杂度不是程序占用了多少bytes 的空间，因为这个也没太大意义，所以空间复杂度算的是变量的个数。空间复杂度计算规则基本跟实践复杂度类似，也使用大O渐进表示法。

实例1:冒泡函数的空间复杂度

// 计算bubbleSort的空间复杂度？

void bubbleSort(int[] array) {

for (int end = array.length; end > 0; end–)

{boolean sorted = true;

for (int i = 1; i < end; i++) {

if (array[i - 1] > array[i]) {

Swap(array, i - 1, i);

sorted = false;

}

}

if (sorted == true)

{break;

}

}

}

实例2:斐波拉契数列的空间复杂度

// 计算fibonacci的空间复杂度？

int[] fibonacci(int n) {

long[] fibArray = new long[n + 1];

fibArray[0] = 0;

fibArray[1] = 1;

for (int i = 2; i <= n ; i++) {

fibArray[i] = fibArray[i - 1] + fibArray [i - 2];

}

return fibArray;

}
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）

面试结束复盘查漏补缺

每次面试都是检验自己知识与技术实力的一次机会，面试结束后建议大家及时总结复盘，查漏补缺，然后有针对性地进行学习，既能提高下一场面试的成功概率，还能增加自己的技术知识栈储备，可谓是一举两得。

以下最新总结的阿里P6资深Java必考题范围和答案，包含最全MySQL、Redis、Java并发编程等等面试题和答案，用于参考~

重要的事说三遍，关注+关注+关注！

更多笔记分享

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！
实力的一次机会，面试结束后建议大家及时总结复盘，查漏补缺，然后有针对性地进行学习，既能提高下一场面试的成功概率，还能增加自己的技术知识栈储备，可谓是一举两得。

以下最新总结的阿里P6资深Java必考题范围和答案，包含最全MySQL、Redis、Java并发编程等等面试题和答案，用于参考~

重要的事说三遍，关注+关注+关注！

[外链图片转存中…(img-NH1MEkvf-1713539458082)]

[外链图片转存中…(img-dkqKJKa3-1713539458082)]

更多笔记分享

[外链图片转存中…(img-2ylqCZOz-1713539458082)]

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！