时间复杂度

时间复杂度

---

---

一、时间复杂度

使用时间复杂度O()来描述算法的性能和程序执行的效率，告诉我们们给定的算法是否可测量。

二、O(1)

（示例1）：

public class Main {
    public void log(int[] numbers){
        //时间复杂度为O(1)
        System.out.println(numbers[0]); //O(1)
    }
}

（示例2）：

public class Main {
    public void log(int[] numbers){
        //时间复杂度O(1+1)
        //时间复杂度O(1)
        System.out.println(numbers[0]); //O(1)
        System.out.println(numbers[0]); //O(1)
    }
}

三、O(n)

（示例1）：

public class Main {
    public  void log(int[] numbers){
        //时间复杂度O(n)
        for(int num:numbers){
            System.out.println(num); //O(n)
        }
    }
}

（示例2）：

public class Main {
    public void log(int[] numbers){
        //时间复杂度O(n+1+1)
        //时间复杂度O(n)
        System.out.println(numbers[0]); //O(1)
        for(int num:numbers){
            System.out.println(num); //O(n)
        }
        System.out.println(numbers[0]); //O(1)
    }
}

（示例3）：

public class Main {
    public  void log(int[] numbers){
        //时间复杂度O(n+n)
        //时间复杂度O(n)
        for(int num:numbers){
            System.out.println(num); //O(n)
        }
        for(int num:numbers){
            System.out.println(num); //O(n)
        }
    }
}

（示例4）：

public class Main {
    public  void log(int[] numbers,String[] nums){
        //时间复杂度O(n+m)
        //时间复杂度O(n)
        for(int num:numbers){
            System.out.println(num); //O(n)
        }
        for(String num:nums){
            System.out.println(num); //O(m)
        }
    }
}

四、O(n^2)

（示例1）：

public class Main {
    public  void log(int[] numbers){
        //时间复杂度O(n*n)
        //时间复杂度O(n^2)
        for(int num1:numbers){   //O(n)
            for(int num2:numbers){   //O(n)
                System.out.println(num1 + "," + num2);
            }
        }
    }
}

（示例2）：

public class Main {
    public  void log(int[] numbers){
        //时间复杂度O(n*n*n)
        //时间复杂度O(n^3)
        for(int num1:numbers){   //O(n)
            for(int num2:numbers){   //O(n)
                for(int num2:numbers){   //O(n)
                    System.out.println(num1 + "," + num2);
                }
            }
        }
    }
}

五、O(logn)

（示例1）：

public class Main {
    public  void log(int[] numbers){
        //时间复杂度O(log2(n))
        for(int i = 0; i < numbers.length; i = i* 2){ 
            System.out.println(i);   i=2,4,8,16...时执行，可通过对数近似计算次数，执行log2(n)次
        }
    }
}

总结

• n是指输入的数
• O(1)无论输入数据多大或改变多少，都不会改变。一般应用于根据数组索引查询数据，哈希算法。
• O(n) 随着输入数据的增大而增大。一般应用于根据数组遍历查询数据，冒泡排序O(n^2)。
• O(logn)一般应用于有序数组的二分查找中。