Java中的算法效率简介

最新推荐文章于 2024-09-20 15:13:41 发布

C_LI_JA01

最新推荐文章于 2024-09-20 15:13:41 发布

阅读量921

点赞数 1

分类专栏： Java 文章标签： java

本文链接：https://blog.csdn.net/cccc_csdn_li/article/details/105687903

版权

本文介绍了Java中算法效率的重要性，包括时间效率和空间效率。时间效率即时间复杂度，关注算法运行速度，常用大O表示法描述；空间效率即空间复杂度，衡量算法所需的额外空间。大O阶的推导方法包括简化高阶项和去除常数。

摘要由CSDN通过智能技术生成

算法效率
算法效率分析分为两种：第一种是时间效率，第二种是空间效率。
时间效率被称为时间复杂度，而空间效率被称作空间复杂度。
时间复杂度主要衡量的是一个算法的运行速度，而空间复杂度主要衡量一个算法所需要的额外空间。

时间复杂度
一个算法所花费的时间与其中语句的执行次数成正比例，算法中的基本操作的执行次数，为算法的时间复杂度。
实际中我们计算时间复杂度时，我们使用大O的渐进表示法。

大O符号（Big O notation）：是用于描述函数渐进行为的数学符号。
推导大O阶方法：
1、用常数1取代运行时间中的所有加法常数。
2、在修改后的运行次数函数中，只保留最高阶项。
3、如果最高阶项存在且不是1，则去除与这个项目相乘的常数。得到的结果就是大O阶。

    // 计算func1的时间复杂度？
    static void func1(int N){
   
        int count = 0;
        for (int i = 0; i < N ; i++) {
   
            for (int j = 0; j < N ; j++) {
   
                count++;
            }
        }
        for (int k = 0; k < 2 * N ; k++) {
   
            count++;
        }
        int M = 10;
        while ((M--) > 0) {
   
            count++;
        }
        System.out.println(count);
    }
    //通过推导大O阶方法知道，时间复杂度为 O(N^2)

    // 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++