运行时间中的对数
前一篇文章中分治递归的时间复杂度为O(nlogn);对数最常出现的规律可概括为如下一般规律:
如果一个算法用常数时间O(1)将问题的大小削减为其的一部分(通常是二分之一),那么该算法就是O(logn).另一方面,如果一个算法用常数时间O(1)将问题的大小消减一个常数数量(如将问题减少1等等),那么这种sauna就是O(n)的。
折半查找简单引论问题
求x在数组T[]中的坐标,如果不存在x,则返回-1
方案一
- 思路:直接穷举,进行遍历,时间复杂度O(n),线性增长
- 代码:
public static <T extends Comparable<? super T>> int binarySearch1(T[] a, T x){
for(int i = 0;i < a.length;i++){
if (a[i].compareTo(x) == 0){
//如果相等则直接返回
return i;
}
}
for (T ason:a) {
}
return -1;
}