使用方法
- 用常数1取代运行时间中的所有加法常数
- 在修改后的运行次数函数中,只保留最高阶项
- 如果最高阶项存在且不为1,则去除与这个项目相乘的常数
如某个算法的基本操作次数为 F(N) = N^2^ + 2*N + 10
,用大 O 的渐进表示法为:O(N)
3. 练习
在这里放入两个递归函数的练习,我们来试着推导其的时间复杂度
练习一: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;
}
这题很简单,结果为:O(N)
练习二: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);
}
这题可以结合画图类似于二叉树去思考,结果为:O(N2)
注意
递归的时间复杂度 = 递归的次数 * 每次递归内容要执行的次数
1. 概念
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,它不是计算程序占用了多少 byte 的空间,而是计算变量的个数。(空间复杂度也使用大 O 的渐进表示法)
2. 练习
练习一: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;
}
}
}
因为只使用了常数个额外空间,故结果为:O(1)
练习二: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;
}
因为动态开辟了 N 个空间,故结果为:O(N)
2021年Java中高级面试必备知识点总结
在这个部分总结了2019年到目前为止Java常见面试问题,取其面试核心编写成这份文档笔记,从中分析面试官的心理,摸清面试官的“套路”,可以说搞定90%以上的Java中高级面试没一点难度。
本节总结的内容涵盖了:消息队列、Redis缓存、分库分表、读写分离、设计高并发系统、分布式系统、高可用系统、SpringCloud微服务架构等一系列互联网主流高级技术的知识点。
目录:
(上述只是一个整体目录大纲,每个点里面都有如下所示的详细内容,从面试问题——分析面试官心理——剖析面试题——完美解答的一个过程)
部分内容:
对于每一个做技术的来说,学习是不能停止的,小编把2019年到目前为止Java的核心知识提炼出来了,无论你现在是处于什么阶段,如你所见,这份文档的内容无论是对于你找面试工作还是提升技术广度深度都是完美的。
不想被后浪淘汰的话,赶紧搞起来吧,高清完整版一共是888页,需要的话可以点赞+关注
[外链图片转存中…(img-B9wOqXMR-1720084716099)]
对于每一个做技术的来说,学习是不能停止的,小编把2019年到目前为止Java的核心知识提炼出来了,无论你现在是处于什么阶段,如你所见,这份文档的内容无论是对于你找面试工作还是提升技术广度深度都是完美的。
不想被后浪淘汰的话,赶紧搞起来吧,高清完整版一共是888页,需要的话可以点赞+关注