代码调优 —— 时间复杂度

逻辑成本

今天在调优小伙伴代码的时候

偶然发现一个方法,逻辑上差不多是这样：

public static long demo (int i){

     if ( i <= 1) {
     return 1;
   }else{
     return i * demo( i - 1);
   }

}

其实正常来看没什么问题，编译执行都没问题，而且用了递归算法，基准情况值为1，

但其实这个递归用的并不好，实际上就是一个被包装的for循环，时间为O(N)

可修改成：

/**
 * @parm n为上面递归方法参数i
 */  
        long l = 0;
        for (int i = 0; i <= n; i++) {

            if (i <= 1) {
                l = 1;
            } else {
                l = i * l;
            }

        }

此递归被正常使用时，将其转成一个循环结构是相当困难的，分析将涉及求解一个递推关系，代码逻辑成本将提高。

 

时间成本

然后由此延展：

public static long demo (int i){

     if ( i <= 1) {
     return 1;
   }else{
     return demo( i - 1) + demo( i - 2);
   }

}

乍看此程序很高大上，可是可以测试一下，当i值为40左右时运行，这个程序的效率低的吓人。

简单分析一下，

令T(i)为调用函数demo(i)的运行时间。

如果i=0或者i=1，运行第一个ture逻辑返回常数1.

若i>2，则执行该方法的时间时第一行判断加上判断false后的运算——俩次方法调用和一次加法。

由于方法调用不是简单的运算，因此必须用方法内部外展分析，按照T的定义第一个调用它需要T(i-1)个时间单元。第二个调用要T(i-2)个时间单元，所以总时间需要T(i-1)+T(i-2)+2，2时值得第一行常数判断和false逻辑内加法运算，

所以： T(i)=T(i-1)+T(i-2)+2

因demo(i)=demo( i - 1) + demo( i - 2),由归纳法证明t(i)>=demo(i),归纳法定理，所以类似计算可以证明（当i>4时)，从而看出程序时间以指数的速度增长。

所以如果更换成一个简单数组加上for循环，运行时间能显著降低。