时间复杂度:
一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。 时间复杂度,在刚才提到的时间频度中,n称为问题的规模,当n不断变化时,时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此,我们引入时间复杂度概念。
一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数,用T(n)表示,若有某个辅助函数f(n),使得当n趋近于无穷大时,T(n)/f(n)的极限值为不等于零的常数,则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度,简称时间复杂度。
按数量级递增排列,常见的时间复杂度有:常数阶O(1),对数阶O(log2n),线性阶O(n), 线性对数阶O(nlog2n),平方阶O(n2),立方阶O(n3),…, k次方阶O(n^k),指数阶O(2的n次方)。随着问题规模n的不断增大,上述时间复杂度不断增大,算法的执行效率越低。
三大排序算法
- 冒泡排序
- 直接插入排序
- 选择排序
冒泡排序
冒泡排序(Bubble Sort),又被称为气泡排序或泡沫排序。它是一种较简单的排序算法。它会遍历若干次要排序的数列,每次遍历时,它都会从前往后依次的比较相邻两个数的大小;如果前者比后者大,则交换它们的位置。这样,一次遍历之后,最大的元素就在数列的末尾! 采用相同的方法再次遍历时,第二大的元素就被排列在最大元素之前。重复此操作,直到整个数列都有序为止!
图文举例冒泡排序过程:数组{20,40,30,10,60,50}排序
- 举例:
public class PaiXu {
public static void bubbleSort(int[] array){
int tmp = 0;
Boolean swap = false;
for(int i = 0;i <= array.length-1; i++){
for(int j = 0;j < array.length-1-i;j++){
if(array[j] > array[j+1]){
tmp = array[j];
array[j] = array[j+1];
array[j+1] = tmp;
swap = true;
}
}
if (!swap){
break; //冒泡排序及优化
}
}
}
public static void main(String[] args) {
int[] array={
2