主要内容:算法复杂度
在上一篇文章中说到,一个算法是解决某一类问题的步骤的描述,现在来通过几个例子理解一下算法。
选择排序 :实现把n个整数从小到大排序。
思想:在余下未排好序的整数中寻找最小的整数,插入到前面已经排好序的数字后面。
代码实现:
public int[] selectSort(int[] array){
//得到数组的长度
int len = array.length;
//定义最小数字
for(int i=0;i<len-1;i++){
//定义当前最小的数
int minNum = array[i];
for(int j=i;j<len;j++){
if(array[j]<minNum){
int temp = array[j];
array[j] = minNum;
minNum = temp;
}
}
int temp = array[i];
array[i] = minNum;
minNum = temp;
}
return array;
}
选择排序 = 找出最小数+交换至合适位置
时间复杂度与空间复杂度:
什么是好的算法? 衡量算法好坏的指标有哪些呢? 主要衡量算法好坏的指标主要有两个
空间复杂度 S(n) ——根据算法写成的程序在执行时占用存储单元的长度。这个长度往往与输入数据的规模有关。空间复杂度过高的算法可能导致使用的内存超限,造成程序非正常中断。
上一篇文章中 例2 PrintN(int n) 递归实现 S(n) 太大。