a*算法的时间复杂度_算法时间复杂度分析

算法时间复杂度分析

在看一个算法是否优秀时，我们一般都要考虑一个算法的时间复杂度和空间复杂度。现在随着空间越来越大，时间复杂度成了一个算法的重要指标，那么如何估计一个算法的时间复杂度呢？

时间复杂度直观体现

首先看一个时间复杂度不同的两个算法，解决同一个问题，会有多大的区别。

下面两个算法都是用来计算斐波那契数列的，两个算法会有多大的差异。

斐波那契数列(Fibonacci sequence)，又称黄金分割数列、因数学家列昂纳多·斐波那契(Leonardoda Fibonacci)以兔子繁殖为例子而引入，故又称为“兔子数列”，指的是这样一个数列：1、1、2、3、5、8、13、21、34、……在数学上，斐波那契数列以如下被以递推的方法定义：F(1)=1，F(2)=1, F(n)=F(n-1)+F(n-2)(n>=3，n∈N*)

• 第一种：使用递归方式

/**     * 使用递归方式计算斐波拉契数列     * @param  index 计算的项数     */    public static long fibonacciUseRecursion(int index){        if(index <= 1){            return index;        }        return fibonacciUseRecursion(index-1) + fibonacciUseRecursion(index-2);    }

• 第二种：使用非递归方式

/**     * 不使用递归方式计算斐波拉契数列     * @param index 计算的项数     */    public static long fibonacciNoUseRecursion(int index){        if (index <= 1){            return index;        }        long first = 0;        long second = 1;        for (int i = 0; i < index - 1;i++){            second = first + second;            first = second - first;        }        return second;    }

对上面两种算法进行简单的运行时间统计，我们使用下面的代码进行简单的测试

public static void main(String[] args) {        // 获取当前时间        long begin = System.currentTimeMillis();        // 计算第50项斐波拉契数列的值        System.out.println(fibonacciUseRecursion(50));        // 计算时间差，算法执行所花的时间        System.out.println("time:" + (System.currentTimeMillis() - begin) / 1000 +"s");                begin = System.currentTimeMillis();        System.out.println(fibonacciNoUseRecursion(50));        System.out.println("time:" + (System.currentTimeMillis() - begin) / 1000 + "s");    }

测试结果如下: