算法的性能评估与复杂度对比<1>

							2020.2.11
							   12:22

评估算法性能：

①：主要评估问题的输入规模n与元素的访问次数f（n）的关系。
②：大O符号：忽略非主体的部分，如常数项，低阶项。
③：O（g(n)）:表示这个算法有一个渐进上界，这个渐进上界为g(n),算法的运行时间f（n）趋近并且
小于等于这个g（n）。

举例：

  ①：
  for(int i=0;i<=n;i++) {
	k+=5;
}                                       
（复杂度：O（n） 线性复杂度）
②：
for（int i=1;i<=0;i++）{
		for(int j=1;j<=i;j++){
		k=k+i+j;
 }
 }
（复杂度：O（n^2） 平方复杂度）
 ③：
int count=1;
while(count<n){
count=count*2;
}
（复杂度：O（lgn）对数复杂度）

• n！的上界是n^n，增长的速度很快，意味着单位时间内可以求解的问题很小，超慢。

• 2^n 这样的指数函数增长非常快，这种算法可以认为超慢。

• o（n^2）算法增长快，算法慢，至少优化到nlgn， o（n^2）的有冒泡排序，直接插入排序，选择排序

• nlgn认为是及格的算法，一般分治法可以缩小层数为lgn，而每层的复杂度一般为o（n），例如归并排序，快速排序算法

• o（n）叫做线性算法，算法比较优秀，一般求解连续求和和最大子数组的线性解

• o(sqrt(n)),比上一个更好，但是很少。

• lgn是很优秀的算法，比如二分法查找，但是这种往往对输入的数据格式有要求

• 最后一种是常量，无论规模怎么扩大，都花固定的时间，这是极其少的高效的算法。

几种复杂度图解：

二分法与直接法的正面对比：
（忽略我的类名起的是中文的，英文类名一多我就记不住了）

package LanQiaoKnowledge;

public class 算法性能比较 {
	//顺序查找
	static void Search1(int []arr, int key) {
		for(int i=0;i<arr.length;i++) {
			if(arr[i]==key) {
				System.out.println("找到了，元素在数组中的位置为："+(i+1));
			}else {
				continue;				//跳转
			}
		}
	}
	//二分法查找
	  static int  Search2(int []arr,int low,int high,int key) {
		  if(low>high) {
			  return -1;
		  }
//		  	int mid=low+((high+low)>>1);			//利用移位来防止栈溢出，比较高效
		  int mid=(low+high)/2;								//下标
		  	int midval=arr[mid];								//中间元素
		  	if(midval<key) {
		  		return	Search2(arr,mid+1,high,key);			//右边
		  	}
		  	else if(midval>key) {										//左边
		  		return Search2(arr,low,high-1,key);
		  	}
		  	else {
		  		return mid;
		  	}
	  }
	public static void main(String[] args) {
		int []arr= new int [100000000];
		for(int i=0;i<arr.length;i++) {
			arr[i]=i+1;			
		}
		long before = System.currentTimeMillis();
//		System.out.println(before+"ms");
		int key=99999999;
		int low=0;
		int high=arr.length-1;
		 Search2(arr,low,high,key);
		long now = System.currentTimeMillis();
		System.out.println(" ******************二分法查找******************");
		System.out.println("花费的时间为"+(now-before)+"ms");
		int index= Search2(arr,low,high,key);
		System.out.println("元素在数组中的位置为："+(index+1));
		System.out.println();
//		for(int i=0;i<arr.length;i++) {
//			System.out.print(arr[i]+" ");
//			
//		}
		System.out.println("*********************顺序查找*********************");
		long before1 = System.currentTimeMillis();
		Search1(arr, key);
		long now1 = System.currentTimeMillis();
		System.out.println("花费的时间为"+(now1-before1)+"ms");
	}
}

结果对比：

搞定收工！