时间复杂度:时间复杂度为一个算法流程中,常数操作数量的指标。常用O (读作big O)来表示。具体来说,在常数操作数量的表达式中, 只要高阶项,不要低阶项,也不要高阶项的系数,剩下的部分 如果记为f(N),那么时间复杂度为O(f(N))
冒泡排序:时间复杂度O(N^2),额外空间复杂度O(1)
选择排序:时间复杂度O(N^2),额外空间复杂度O(1)
插入排序:时间复杂度O(N^2),额外空间复杂度O(1)
public static void insertionSort(int[] arr) {
if (arr == null || arr.length < 2) {
return;
}
for (int i = 1; i < arr.length; i++) {
for (int j = i - 1; j >= 0 && arr[j] > arr[j + 1]; j--) {
swap(arr, j, j + 1);
}
}
}
public static void swap(int[] arr, int i, int j) {
arr[i] = arr[i] ^ arr[j];
arr[j] = arr[i] ^ arr[j];
arr[i] = arr[i] ^ arr[j];
}
对数器:大数据检测,绝对正确的方法
对数器的概念和使用
0,有一个你想要测的方法a,
1,实现一个绝对正确但是复杂度不好的方法b,
2,实现一个随机样本产生器
3,实现比对的方法
4,把方法a和方法b比对很多次来验证方法a是否正确。
5,如果有一个样本使得比对出错,打印样本分析是哪个方法出 错
6,当样本数量很多时比对测试依然正确,可以确定方法a已经 正确。
所有递归行为都可转化为非递归
递归行为和递归行为时间复杂度
master公式的使用
T(N) = a*T(N/b) + O(N^d)
- log(b,a) > d -> 复杂度为O(N^log(b,a))
- log(b,a) = d -> 复杂度为O(N^d * logN)
- log(b,a) < d -> 复杂度为O(N^d)
归并排序:时间复杂度O(N*logN),额外空间复杂度O(N)
public static void mergeSort(int[] arr){
if(arr == null || arr.length < 2){
return;
}
mergeSort(arr, 0, arr.length-1);
}
public static void mergeSort(int[] arr, int l,inr r){
if(l == r){
return;
}
int mid = l + ((r-l) >> 1);
mergeSort(arr,l, mid);
mergeSort(arr, mid+1, r);
merge(arr, l, mid, r);
}
public static void merge(int[] arr, int l, int mid, int r){
int[] help = new int[r-l+1];
int i = 0;
int p1 = l;
int p2 = mid + 1;
while(p1 <= mid && p2 <=r){
help[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];
}
while(p1 <= mid){
help[i++] = arr[p1++];
}
while(p2 <= r){
help[i++] = arr[p2++];
}
for(int i = 0; i < help.length; i++){
arr[l+i] = help[i];
}
}
小和问题:在一个数组中,每一个数左边比当前数小的数累加起来,叫做这个数组的小和。求一个数组 的小和。
public static int smallSum(int[] arr) {
if (arr == null || arr.length < 2) {
return 0;
}
return mergeSort(arr, 0, arr.length - 1);
}
public static int (int[] arr, int l, int r) {
if (l == r) {
return 0;
}
int mid = l + ((r - l) >> 1);//防止溢出
return mergeSort(arr, l, mid) +
mergeSort(arr, mid + 1, r) +
merge(arr, l, mid, r);
}
public static int merge(int[] arr, int l, int m, int r) {
int[] help = new int[r - l + 1];
int i = 0;
int p1 = l;
int p2 = m + 1;
int res = 0;
while (p1 <= m && p2 <= r) {
res += arr[p1] < arr[p2] ? (r - p2 + 1) * arr[p1] : 0;
help[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];
}
while (p1 <= m) {
help[i++] = arr[p1++];
}
while (p2 <= r) {
help[i++] = arr[p2++];
}
for (i = 0; i < help.length; i++) {
arr[l + i] = help[i];
}
return res;
}
逆序对问题
a/2 = a>>1
mid = (l+r)/2 等效于mid = l + ((r - l) >> 1); 防溢出