养成阅读好习惯,从关注开始!
文末附相关资料
前言
所谓算法,其实就是我们用来操作数据、解决程序问题的一组方法。针对同一个问题,我们可以采用不同的算法,然后实现相同的结果。但是针对不同的算法,对于时间和资源的消耗却有不同的差别。而为了分析不同算法的效率,我们常常从 时间 和 空间 两个方面来对比,然后从中挑出最适合我们的解决方案。
本文主要从时间复杂度和空间复杂度的定义说起,然后介绍常见的时间复杂度和空间复杂度,最后则是对常见排序算法进行了总结。
时间复杂度
定义
若存在函数 f(n)f(n)f(n),使得当 nnn 趋向无穷大时,T(n)/f(n)T(n) / f(n)T(n)/f(n) 的极限值为不等于 0 的常数,则称 f(n)f(n)f(n) 是 T(n)T(n)T(n) 的同数量级函数,记作 T(n)=O(f(n))T(n)=O(f(n))T(n)=O(f(n)),称 O(f(n))O(f(n))O(f(n)) 为算法的 渐进时间复杂度,简称 时间复杂度,用大 O 来表示,称为 大 O 表示法;
推导时间复杂度的原则
- 若运行时间是常数量级,则用常数 1 表示;
- 只保留时间函数中最高阶项,如 O(n2+4n)O(n^2 + 4n)O(n2+4n),保留最高阶项后,成为
O(n2)O(n^2)O(n2); - 若最高阶项存在,则省去最高阶项前的系数,如 O(4n2)O(4n^2)O(4n2),省去最高阶项的系数后,成为
O(n2)O(n^2)O(n2);欢迎大家进Java学习交流君样:1142951706 一起交流 一起吹水~
分析时间复杂度的方法
总结起来,对于如何分析一段代码的时间复杂度,主要有如下 3 个实用方法:
- 只关注循环执行次数最多的一行代码;
- 加法原则:总复杂度等于量度最大的那段代码的复杂度;
- 乘法原则:嵌套代码的复杂度等于嵌套内外代码复杂度的乘积;
常见的时间复杂度曲线
常见时间复杂度
O(1)O(1)O(1)
void sayHello(String name){
System.out.prinln("Hello, " + String);
System.out.prinln("欢迎关注我的公众号:【Java大蜗牛】");
}
O(logn)
如下列二分查找代码中,通过 while 循环,能够成倍的缩减搜索范围,假设需要 x 次才能跳出循环,则有 num * 2 * 2 * … = n ,其中 num 是常数,有 n 个 2 相乘,则有 num∗2x=nnum * 2 ^x = nnum∗2x=n,从而推出 x=log2(n/num)x = log_2(n/num)x=log2(n/num) ,因此时间复杂度用大 O 表示法表示为 O(logn)。O(log n)。O(logn)。