用Java进行基础算法了解(一)二分查找

本文介绍了二分查找算法的基本思想和实现,通过对比顺序查询,突显了二分查找在处理有序列表时的高效性。示例代码展示了如何在Java中应用二分查找。算法的时间复杂度为O(logn),远优于线性时间的顺序查询。讨论了大O表达式,以及不同时间复杂度在元素数量增长时的影响,强调了算法效率随输入规模增长的重要性。
摘要由CSDN通过智能技术生成

二分查找,是最基础的查询方式。它的思想是:面对顺序查询逻辑会有很长的线性时间,例如1-100,寻找76这个数,普通查询要遍历1-100,到76才确认,查询了76次,显而易见,我们从中间去寻找更符合人的思想,更符合理性思维。

面对一个有序的元素列表,我们查找列表里的元素位置:

package com.person.suanfa.text;

import java.util.Scanner;

public class Erfenfa {
    public static void main(String[] args) {
        int[] list = {1,2,3,4,5,6,7,8,9,10};
        Scanner scanner = new Scanner(System.in);
        System.out.println("请输入你想要查询的数字");
        int item = scanner.nextInt();
        int low = 0 ;
        int high = list.length-1 ;
        int mid = 0 ;
        int guess = 0 ;
        while(low <= high){
            mid = (low + high)/2;
            guess = list[mid];
            if(guess == item){
                System.out.println("数字的位置是:"+mid);
            }
            if(guess < item){
                low = mid+1;
            }
            else {
                high = mid-1;
            }
        }
    }
}

由此显而易见,我们查询一个有序包含n个元素的list,最多用log2 n 步,普通顺序查询要n步。

顺序查询,猜测次数与列表长度相同,称为线性时间。二分查找法,查询时间明显不同,运行时间叫做对数时间也叫作log时间。

大O表达式O(log n)表达是一种操作数(最糟糕情况下),不是时间,指出了算法的增速。

所以说,我们谈论算法,不能单纯谈论速度,是随着输入的增加,其运算时间随着什么样的速度增加。实际上,随着元素的增多,差异越来越大。

 当然也有很多大O表达式,例如:O(n *log n)     O(n*n) O(n!)

我们用画格子来简单体现一下时间,画一下时间0.1秒,体现一下最常见的五种运行时间。

格子数O(log n)O(n)O(n *log n)O(n*n)O(n!)
160.4/秒1.6/秒6.4/秒25.6/秒66301/年
2560.8/秒25.6/秒3.4/分钟1.8/小时2.7*10 498次幂/年
10241.0/秒1.7/分钟17分钟1.2/天1.72*10 2631次幂/年

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
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