算法分析

2，算法分析

2,1分类

1. 时间复杂度分析：对运行的时间进行分析

2. 空间复杂度分析：对运行的空间进行分析

2.1.1时间复杂度分析方法分类

事后分析法（相对不好）

事前估算法

事前分析：
1，采用的策略和方案
2，编译产生的代码质量
3，问题的输入规模
4，机器执行指令的速度
随算法输入规模的增大，算法的阐述操作可以忽略不计，最高次项的常数因子不会影响算法的空间复杂度。最高次项指数大的，随n的增大结果也会增长特别快。算法函数中n最高次幂越小，算法效率越高。

2.1.2大O记法

程序执行次数  =  执行时间

1，用常数1取代UN性事件中的所有加法常数
2，在修改后的运行次数中，只保留最高阶项。
3，如果高阶项存在，且常数因子不为1，则去除这个项的常数。
常见的大O阶
1，线性阶 O（n） 单层循环
2，平方阶 O（n^2） 两层循环（嵌套循环）
3，立方阶 O（n^3） 三层循环
4，对数阶 O（logn） 二分策略 二分查找
5，常数阶 O（1）
常用的大O阶
6，线性对数阶 O（Nlogn） 分冶思想 归并排序
7，指数阶 O（2^N） 穷举查找
时间复杂度大O排序
O（1 ）<O（logn）<O（n）<O（nlogn）<O（n²）< O（n³）
1， Java中基本数据类型的内存占用情况。

  byte   	short	int		long	float		double		boolean		char	
  	1		  2		 4		  8	      4		      8			   1		 2

2，计算机读取访问的方式都是一次一个字节。
3，一个引用需要8个字节表晒（一个字节8位）
4，每个对象自生占用16个字节
5，一般内存的使用，如果不够8字节，会被自动填充。

2.2.2算法的空间复杂度分析

案例：对指定数组元素进行反转，并返回反转内容。

方法一：

import java.util.Arrays;

public class demo {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int []a = {1,2,3,4,5,6,7,8,9};
		System.out.println(Arrays.toString(reversel(a)));
		
	}
	public static int[] reversel(int[] arr) {
		int n = arr.length;
		int temp;
		for (int start = 0,end = n - 1; start <= end; start++,end--) {
			temp = arr[start];
			arr[start] = arr[end];
			arr[end] = temp;
		}
		return arr;
	}
}

时间复杂度为：O（8）即为O（1），空间复杂度位O（1）
方法二：

import java.util.Arrays;

public class demo3 {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int []a = {1,2,3,4,5,6,7,8,9};
		System.out.println(Arrays.toString(reversel(a)));
	}
	public static int[] reversel(int[] arr) {
		int n = arr.length;
		int[] temp = new int[n];
		for (int i = n-1; i >= 0; i--) {
			temp[n - i - 1] = arr[i];
		}
		return temp;
	}
}

时间复杂度为：O（1）空间复杂度为：O（4n+24），24是自开销；