时间复杂度
首先我们通过递归和遍历求和两种方式来实现对斐波那契数列求和:
/**
* 求斐波那契数列的和(每个数是前两个的和)
* 1 1 2 3 5 8 13 21 34 ....
*/
public static int fib1(int n) {
if(n<=1) return n;
return fib1(n-1)+fib1(n-2);
}
public static int fib2(int n) {
if(n<=1) return n;
int first =0;
int second =1;
for (int i = 0; i < n-1; i++) {
int sum = first + second;
first = second;
second = sum;
}
return second;
}
时间复杂度:如何快速预估上面对斐波那契数列的两种求和方式那种效率更高呢,通过估算程序指令的执行次数(执行时间),也就是渐进时间复杂度。
时间复杂度的计算
public static void test1(int n) {
//1
if(n>10) {
System.out.println("n>10");
} else if (n>5) {
System.out.println("n>5");
} else {
System.out.println("n<=5");
}
//1+4+4+4
for (int i = 0; i < 4; i++) {
System.out.println("test");
}
}
上面方法的程序指令执行了14次(看注释分析理解),用大O表示法就是 O(1)
public static void test2(int n) {
//1+3n
for(int i = 0; i < n; i++) {
System.out.println("test");
}
}
上面方法的程序指令执行了1+3n次,用大O表示法就是 O(n)
public static void test3(int n) {
//1 + 2n + n * (1 + 3n) == 3n^2 + 3n + 1
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
System.out.println("test");
}
}
}
上面方法的程序指令执行了3n2 + 3n + 1次,用大O表示法就是 O(n2)
public static void test4(int n) {
//1 + 2n + n * (1 + 45) == 48n + 1
for (int i = 0; i < n; i++) {
for (int j = 0; j < 15; j++) {
System.out.println("test");
}
}
}
上面方法的程序指令执行了48n + 1次,用大O表示法就是 O(n)
public static void test5(int n) {
/**
* 8 = 2^3
* 16 = 2^4
*
* 3 = log2(8)
* 4 = log2(16)
*
* 其实是求2的n次方,执行次数 = log2(n)
*/
while ((n = n / 2) > 0) {
System.out.println("test");
}
}
上面方法的程序指令执行了log2(n)次,用大O表示法就是 O(logn)
public static void test6(int n) {
/**
* 其实是求5的n次方,执行次数 = log5(n)
*/
while ((n = n / 5) > 0) {
System.out.println("test");
}
}
上面方法的程序指令执行了log5(n)次,用大O表示法就是 O(logn)
public static void test7(int n) {
/**
* 关键点:i += i ==> i = i * 2
* 分析: n < i * 2 * 2 * 2 ...
* i乘以多少次2会大于n ==> log2(n)
* 最终结果:1 + 3*log2(n) + 2 * nlog2(n)
*/
for (int i = 1; i < n; i += i) {
for (int j = 0; j < n; j++) {
System.out.println("test");
}
}
}
上面方法的程序指令执行了1 + 3*log2(n) + 2 * nlog2(n)次,用大O表示法就是 O(nlogn)
大O表示法
通过上面的复杂度计算,感觉计算的结果看起来还是很复杂,那么我们可以用大O表示法来进行复杂度估算。
- 一般用大O表示法来描述复杂度,它表示的是数据规模n对应的复杂度
- 忽略常数、系数、低阶
注意:大O表示法仅仅是一种粗略的分析模型,是一种估算,能帮助我们短时间内了解一个算法的效率。
斐波那契数列复杂度分析
用递归的方式,复杂度O(2n)
用遍历求和的方式,复杂度O(n)
于是可以很快的分析出第二种求和方式优于递归。