【数据结构 Java 版】时间和空间复杂度，阿里架构师看完都赞叹的Redis分布式锁原理分析

算法效率分析分为两种：时间效率和空间效率

时间效率

时间效率被称为时间复杂度，主要时衡量一个算法的运行速度

空间效率

空间效率被称为空间复杂度，主要衡量一个算法所需要的额外空间

二、时间复杂度

---

1. 概念

一个算法所花费的时间与其中语句的执行次数成正比，故将算法中的基本操作的执行次数，作为算法的时间复杂度

并且时间复杂度其实还可以分成三种情况：

• 最坏情况：任意输入规模的最大运行次数

• 平均情况：任意输入规模的期望运行次数

• 最好情况：任意输入规模的最小运行次数

而在实际中一般关注的是算法的最坏运行情况

2. 大 O 的渐进表示法

实际在我们计算时间复杂度时，并不一定要计算精确的执行次数，而只需要大概执行次数，故我们使用大 O 的渐进表示法（大 O 符号是用于描述函数渐进行为的数学符号）

使用方法

• 用常数1取代运行时间中的所有加法常数

• 在修改后的运行次数函数中，只保留最高阶项

• 如果最高阶项存在且不为1，则去除与这个项目相乘的常数

如某个算法的基本操作次数为 F(N) = N^2^ + 2*N + 10，用大 O 的渐进表示法为：O(N)

3. 练习

在这里放入两个递归函数的练习，我们来试着推导其的时间复杂度

练习一：计算阶乘递归 factorial 的时间复杂度

long factorial(int N) {

return N < 2 ? N : factorial(N-1) * N;

}

这题很简单，结果为：O(N)

练习二：计算斐波那契递归 fibonacci 的时间复杂度

int fibonacci(int N) {

return N < 2 ? N : fibonacci(N-1)+fibonacci(N-2);

}

这题可以结合画图类似于二叉树去思考，结果为：O(N2)

注意

递归的时间复杂度 = 递归的次数 * 每次递归内容要执行的次数

三、空间复杂度

---

小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数初中级Java工程师，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Java开发全套学习资料》送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注Java）

最后

笔者已经把面试题和答案整理成了面试专题文档

[外链图片转存中…(img-HIx58vI2-1711017829903)]

[外链图片转存中…(img-fe9LlwJo-1711017829904)]

[外链图片转存中…(img-Bur3puyI-1711017829904)]

[外链图片转存中…(img-OyhGjR88-1711017829904)]

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录