均摊时间复杂度与复杂度震荡

最新推荐文章于 2024-01-31 14:14:52 发布

yuandatoucx

最新推荐文章于 2024-01-31 14:14:52 发布

阅读量482

点赞数

本文链接：https://blog.csdn.net/weixin_37557902/article/details/82908328

版权

本文介绍了均摊时间复杂度分析方法，通过动态数组MyVector类的实现，详细阐述添加、删除元素及resize()方法的操作。在特定情况下，如果不恰当缩容可能导致复杂度震荡，从O(1)上升到O(n)。解决方案是推迟缩容操作，确保在元素个数达到容量1/4时才缩容，以维持O(1)的时间复杂度。

摘要由CSDN通过智能技术生成

前言

我们平常分析复杂度一般是分析一个算法从头运行到尾它的复杂度是怎样的。但我们在项目中经常会写一个复杂度较高的算法，但是这个高复杂度的算法是为了方便其他操作。此时我们通常会将这个复杂度较高的算法和其他的操作放在一起来分析复杂度。这个复杂度较高的算法复杂度将会均摊到其他的操作中。这种复杂度分析法我们就叫做均摊复杂度分析法。最典型的例子就是我们写一个动态数组这样的一个类。动态数组每添加一个元素，或者删除一个元素。我们就要用到均摊复杂度分析法。

均摊复杂度案例分析

（1）我们先写出实现动态数组MyVector类的基本框架

import java.util.Arrays;


public class MyVector<Item> {
    

    private Item[] data;
    private int size;       // 存储数组中的元素个数
    private int capacity;   // 存储数组中可以容纳的最大的元素个数

    public MyVector(){
    
        data = (Item[])new Object[100];
        size = 0