时间复杂度:
总结:
a. 在logn复杂度的代码块外部有个for(O(n))的循环,此时整个代码块的时间复杂度是nlogn
b. 在O(n)复杂度的代码块外部有个O(n)的结构,例如循环,此时整个代码块的时间复杂度是O(n^2)
1. 代码块中,若n是可预见的次数,则简化为O(1)
2. 同样的代码块中,若n是不可预见的次数,例如从数据库中查询到的数据量,则O(1)的复杂度进化为线性复杂度:O(n)
时间复杂度效率:
O(1)>O(logn)>O(n)>O(nlogn)>O(n^2)>O(n^x)
通常O(1)>O(logn)>O(n)>O(nlogn):效率都是很好的,计划优化的空间不大
——当时间复杂度已经下降到最低,例如O(1),性能仍然不佳时,考虑时间复杂度之外的优化方案,例如使用分布式架构,使用缓存
通常在性能调优时:
1. 找运行次数最多的地方——循环
2. 找有网络请求的地方——PRC(分布式系统中远程调用dubbo),数据库请求
调试方法:例如log打印计算平均时间,或者使用工具
Q:有一个列表的接口,使用冒泡排序,应怎样优化?
A:从时间复杂度上来优化的话,可以采用更好的排序方法,例如:快速排序,归并排序,堆排序
空间复杂度:
找花费内存的地方。例如:数组 链表 Set Map等等,缓存对象,递归(占堆内存)等等
总结:
突击面试重点数据结构:链表,排序,二叉树,红黑树,BTree,B+Tree