归并排序和快排的空间复杂度对比

归并排序和快排都用到了递归调用,但是因为递归函数所处的位置不一样,所以,导致需要的空间复杂度不一样。

其实递归调用占用的空间就是因为一个函数还没有进行完,那么去执行下一个递归的函数,那么上一个还没有进行完的函数一定要在栈中保存一定的空间,方便下一个函数调用结束时,继续执行本次函数。

而对于归并排序,它需要占空间的递归调用函数是mergesort函数

merge()

{

merge()

merge()

mergesort()(花费了o(n)个空间的就是这个函数)

merge从开始执行到现在也就是到mergesort函数开辟出一块空间

每次执行完这个mergesort函数,才会执行下一个merge函数,也就是当这个栈空间释放之后,才去执行下一个merge中的mergesort函数,这样每一个时刻需要o(n)个空间即可。并且这个不会像快排那样改变,这个不会发生变化的。

}

但是这个函数在最后的位置,所以每次在执行它的时候,只是占用了这个函数所需要的空间,也就是开辟出来的空间O(n)

而对于快速排序,

quick (a,left,right)

{

中间会开辟出一个空间

quick(a,left,i-1)

quick(a,i+1,right)

}

对于quick函数执行到quick(a,left,i-1)

因为整个函数还没有运行完,所以对应的栈空间不会释放,但是这时又要去为quick(a,left,i-1)开辟出一块新的空间

而同理,quick(a,left,i-1)有可能为它的下一个递归调用函数开辟出一块新的空间,而每次的新的空间只需要一个temp存放基准元素即可。一共发生(logn(较好和一般情况下)),所以需要的空间是O(logn),最坏的空间复杂度是(o(n)此时发生了n次调用,退化成冒泡排序),

 

  • 3
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
好的,我很乐意为你介绍下Java领域中三种常见的排序算法:快速排序、堆排序和归并排序。这些排序算法都可以帮助我们快速、高效地对一个无序的数据集合进行排序。 1. 快速排序(Quick Sort) 快速排序是一种基于分治策略的排序算法,它的核心思想是将一个大问题划分为小问题来解决。具体来说,快速排序的过程是这样的: - 选择一个元素作为基准(通常是第一个或最后一个元素)。 - 将数组中所有小于基准的元素放在基准的左侧,大于基准的元素放在基准的右侧。 - 对于基准左侧和右侧的子数组,分别重复以上步骤,直到排序完成。 快速排序的时间复杂度为O(n*logn),但是在最坏情况下(即待排序的数组已经排好序或几乎排好序),时间复杂度可能会退化为O(n^2)。 2. 堆排序(Heap Sort) 堆排序是一种基于堆的排序算法,它的核心思想是构建一个大根堆或小根堆,然后每次将堆顶元素取出放到已排序的数组的末尾,再将剩下的元素重新构建堆,重复以上步骤,直到排序完成。 堆排序的时间复杂度为O(n*logn),但是由于它需要额外的空间来存储堆,所以空间复杂度较高。 3. 归并排序(Merge Sort) 归并排序是一种基于分治策略的排序算法,它的核心思想是将一个大问题划分为小问题来解决,并将小问题的结果合并起来得到大问题的结果。具体来说,归并排序的过程是这样的: - 将待排序数组拆分为两个子数组,对每个子数组进行递归排序。 - 将排好序的子数组合并起来,得到最终的有序数组。 归并排序的时间复杂度为O(n*logn),空间复杂度也为O(n*logn)。相比于快速排序归并排序的稳定性更好,但是由于需要额外的空间来存储中间结果,所以在空间有限的情况下可能不太适用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值