算法 （一）时间复杂度的定义、对数器及其模板

1、时间复杂度的定义

常数时间的操作：一个操作如果和数据量没有关系，每次都是固定时间内完成的操作，叫做常数操作。如对比两个数、交换两个数
时间复杂度：常数操作数量的指标，只要高阶项。

评价一个算法流程的好坏，先看时间复杂度的指标，然后再分析不同数据样本下的实际运行时间，也就是常数项时间。

举例：一个有序数组A，另一个无序数组B，请打印B中的所有不在A中的数，A数组长度为N，B数组长度为M。（当因为数据状况使得算法复杂度不同的时候，一律按最差的估计，比如插入排序，如果原数组有序，为O(N)，无序，为O(N^2)，我们选 O(N^2)）

1. 对于数组B中的每一个数，都在A中通过遍历的方式找一下；
   分析：因为每次都要遍历，所以时间复杂度为O(M*N)

2. 对于数组B中的每一个数，都在A中通过二分的方式找一下；
   分析：二分查找每次都要对半分，一个长度为N的数组可以被对半分logN次，所以总的时间复杂度为：O(M*logN)
   注：关于二分查找，请看：二分查找

3. 先把数组B排序，然后用类似外排的方式打印所有在A中出现的数；
   对于数组B的排序，我们就定义时间复杂度为O(M*logM)，外排方式最坏情况是A和B中的元素都被比较了，复杂度为O(M+N)， 所以最终的时间复杂度为：O(M*logM)+O(M+N)

2、对数器

2.1 对数器的概念

即用一个笨拙的但是完全正确的算法（如复杂度为O(N^2)的遍历或者直接调用Arrays.sort）和你自己写的算法一起对数组进行排序，来验证你的算法正确性（通常在面试笔试时，需要提前做好模板）

2.2 对数器模板的构建

1. comparator：绝对正确的算法，不管是系统自带的排序Arrays.sort还是不考虑复杂度的遍历算法
2. generateRandomArray：生成数组，值为随机生成
3. copyArray：复制一个数组，地址不同，但是值相同
4. isEqual：比较两个数组
5. printArray：打印数组
6. main：运行和判断

以上，真正需要改动的地方就是comparator绝对正确算法的实现和main函数中对比两个数组的方法

package cn.nupt.test;

import java.util.Arrays;

public class BubbleSort {
   
	
	
	// 自己写的排序算法
	public static void bubbleSort(int[] arr) {
   
		if (arr == null || arr.length < 2) {
   
			return;
		}
		for (int e = arr.length - 1; e > 0; e--) {
   
			for (int i = 0; i < e; i++) {
   
				if (arr[i] > arr[i + 1]) {
   
					swap(arr, i