一、认识时间复杂度
1.时间复杂度是算法流程中,常数操作数量的一个指标。常用0(读作big 0)来表示。不要常数项只要最高阶项。对一个算法熟悉后,在算法流程中,发生了多少个常数操作,总结出其数量的表达式。
2.评价算法流程的好坏先用时间复杂度,再看在不同的数据样本下实际运行的时间,也就是“常数时间”。
3.计算方法:
注:一般指最坏情况下时间复杂度
1.常数时间的操作
1.1 定义
一个操作软工和样本的数据量没有关系,每次都是固定时间内完成的操作,叫做常数操作。
1.2 举例
(1) int a = arr[i];只是拿出i位置的数据,属于常数操作。
(2) int b = list.get(i); 不属于,需要一个一个跳
二、 简单排序
2.1 选择排序
(1)时间复杂度 0(n2)
原:a n2+bn+c
(2)代码展示:
package Arithmetic;
import java.util.Arrays;
/**
* @author zq
*/
public class Sort_ {
public static void main(String[] args) {
/**
选择排序
*/
int arr[] = {2,3,6,5,8,7};
for (int i = 0; i < arr.length-1; i++) {
int min = arr[i];
int minIndex = i;
for (int j = i + 1; j < arr.length; j++) {
if (arr[j] < min){
min = arr[j];
minIndex = j;
}
}
arr[minIndex] = arr[i];
arr[i] = min;
}
System.out.println(Arrays.toString(arr));
}
}
2.2 冒泡排序
(1)时间复杂度 0(n2)
原:n-1 + n-2 + n-3…等差数列
(2)代码展示:
// 冒泡排序
int array[] = new int[] {1,3,2,4,6,5};
@Test
public void Sort1(){
for (int i = 0; i < array.length-1; i++) {
for (int j = 0; j < array.length-i-1; j++) {
if (array[j] > array[j+1]) {
int temp = array[j];
array[j]= array[j+1];
array[j+1] = temp;
}
}
}
}
2.3 二分查找
(1)时间复杂度 0(log2 N)
2.4 递归
(1)时间复杂度
递归的次数*每次递归后代码的执行次数
如图 :为 N * 执行次数(由图可得)
等比数列 Sn = a1 *(1-qn)/(1-q)
三、空间复杂度
1.空间复杂度是对一个算法运行过程中临时占用存储空间大小的量度,空间复杂度是算变量的个数,计算规则与时间复杂度类似。使用大O渐进表示法。
2.当随着问题规模的增大时,临时占用空间不变,即为O(1)。
例如:斐波那契数列为O(n)
3.常见大O渐进法表示函数:
O(1),O(logN),O(N),O(NlogN),O(N2)