Java——时间复杂度、空间复杂度详解
复杂度
- 算法效率
- 时间复杂度
- 什么是时间复杂度
- 推导大 O 阶的方法
- 算法情况
- 计算冒泡排序的时间复杂度
- 计算二分查找的时间复杂度
- 计算阶乘递归的时间复杂度
- 计算斐波那契递归的时间复杂度
- 空间复杂度
- 计算冒泡排序的空间复杂度
- 计算斐波那契数列的空间复杂度(非递归)
- 计算阶乘递归Factorial的时间复杂度
算法效率
在使用当中,算法效率分为两种,一是时间效率(时间复杂度),二是空间效率(空间复杂度)。时间复杂度是指程序运行的速度。空间复杂度是指一个算法所需要的额外的空间。
时间复杂度
什么是时间复杂度
计算程序运行的时间不能拿简单的时间来计算,因为不同处理器处理数据的能力是不一样的。所以只算一个大概的次数就行了,俨然就是算法中的基本操作的执行次数。用大O的渐进法来表示
例:计算 func1 的基本操作执行了几次
void func1(int N){int count = 0;for (int i = 0; i < N ; i++) {for (int j = 0; j < N ; j++) {count++;}}for (int k = 0; k < 2 * N ; k++) {count++;}int M = 10;while ((M--) > 0) {count++;}System.out.println(count);
}
func1 的基本执行次数是:F(N) = N^2 + 2*N + 10
推导大 O 阶的方法
1、用常数1取代运行时间中的所有加法常数。
2、在修改后的运行次数函数中,只保留最高阶项。
3、如果最高阶项存在且不是1,则去除与这个项目相乘的常数。得到的结果就是大O阶。
所以使用大 O 的渐进法表示之后,func1 的时间复杂度就是:O(N^2)
算法情况
因为当我们用算法计算的时候,会有最好情况和最坏情况和平均情况。我们常说的时间复杂度在 O(N) 这里的时间复杂度就是最坏情况。
最好情况就是最小的运行次数。
举例一:
void func2(int N){int count = 0;for (int k = 0; k < 2 * N ; k++) {count++;}int M = 10;while ((M--) > 0) {count++;}System.out.println(count);
}
这里的结果是 O(N) 因为根据时间复杂度的计算方法,去除常数,所以 2*N 就是 N 。M 是 10 也可以忽略掉。
举例二:
void func3(int N, int M) {int count = 0;for (int k = 0; k < M; k++) {count++;}for (int k = 0; k < N ; k++) {count++;}System.out.println(count);
}
这里的时间复杂度是 O(M+N) 因为 M 和 N 的值是未知的,所以是 O(M+N)
举例三:
void func4(int N) {int count = 0;for (int k = 0; k < 100; k++) {count++;}System.out.println(count);
}
这个的时间复杂度是 O(1) 因为循环里面是常数,所以根据大 O 渐进法,结果就是 O(1)
计算冒泡排序的时间复杂度
public static void bubbleSort(int[] arr){for (int i = 0; i < arr.length; i++) {for (int j = 0; j < arr.length - 1 - i; j++) {if(arr[j] > arr[j+1]){int tmp = arr[j];arr[j] = arr[j+1];arr[j+1] = tmp;}}}
}
因为冒泡排序的特殊性,可能一次就排好了,也可能得一直排到最后,所以就有了最好情况和最坏情况。
最好情况:就是比较一次,就是 O(N)
最坏情况:一直排到最后,就是 O(N^2)
计算二分查找的时间复杂度
int binarySearch(int[] array, int value) {int begin = 0;int end = array.length - 1;while (begin <= end) {int mid = begin + ((end-begin) / 2);if (array[mid] < value)begin = mid + 1;else if (array[mid] > value)end = mid - 1;elsereturn mid;}return -1;
}
因为二分查找是一半一半的找,所以每次查找之后都会把查找范围减半,比如说在一个 1 - 8 的有序数组里面查找 8 也就是查找最坏情况。图示如下:
如图,在数组当中完成二分查找需要 log2n - 1 次也就是时间复杂度是 log2n (就是 log 以 2 为底 n 的对数)
计算阶乘递归的时间复杂度
long factorial(int N) {return N < 2 ? N : factorial(N-1) * N;
}
计算递归的时间复杂度:递归的次数 * 每次递归执行的次数。
所以这次递归的时候,基本操作递归了 N 次,所以时间复杂度就是 O(N)
计算斐波那契递归的时间复杂度
int fibonacci(int N) {return N < 2 ? N : fibonacci(N-1)+fibonacci(N-2);
}
假设 N 是 5 我们来展开求
如图:每次计算都会计算下一层,但是每次都是一边少,一边多。所以就可以直接按照每边一样来计算。如下图:
所以就有公式可以计算出每次计算的次数,就是:2 ^ (n - 1) ,所以计算的结果就是:2^\0 + 2^1 + 2^2 + 2^3……2^(n-1) = 2^n+1 所以按照大 O 渐进法来算,结果就是:2^n 。
所以斐波那契数列的时间复杂度就是:2^n 。
空间复杂度
空间复杂度衡量的是一个算法在运行过程当中占用的额外存储空间的大小,因为没必要按照字节来算,而是算变量的个数。也是用大 O 渐进法表示。
计算冒泡排序的空间复杂度
public static void bubbleSort(int[] arr){for (int i = 0; i < arr.length; i++) {for (int j = 0; j < arr.length - 1 - i; j++) {if(arr[j] > arr[j+1]){int tmp = arr[j];arr[j] = arr[j+1];arr[j+1] = tmp;}}}
}
因为冒泡排序的变量并没有变化,使用的是额外空间是常数,所以空间复杂度是 O(1) 。
计算斐波那契数列的空间复杂度(非递归)
int[] fibonacci(int n) {long[] fibArray = new long[n + 1];fibArray[0] = 0;fibArray[1] = 1;for (int i = 2; i <= n ; i++) {fibArray[i] = fibArray[i - 1] + fibArray [i - 2];}return fibArray;
}
因为这里的斐波那契数列开辟了 n 个额外空间,所以空间复杂度为 O(n) 。
计算阶乘递归Factorial的时间复杂度
int factorial(int N) {return N < 2 ? N : factorial(N-1)*N;
}
因为是递归,每次递归都会开辟栈帧,每个栈帧占用常数个空间,所以空间复杂度就是 O(N) 。
Java——时间复杂度、空间复杂度详解相关推荐
- Java内存溢出详解之Tomcat配置
Java内存溢出详解 转自:http://elf8848.iteye.com/blog/378805 一.常见的Java内存溢出有以下三种: 1. java.lang.OutOfMemoryError ...
- java基础(十三)-----详解内部类——Java高级开发必须懂的
java基础(十三)-----详解内部类--Java高级开发必须懂的 目录 为什么要使用内部类 内部类基础 静态内部类 成员内部类 成员内部类的对象创建 继承成员内部类 局部内部类 推荐博客 匿名内部 ...
- Java类加载机制详解【java面试题】
Java类加载机制详解[java面试题] (1)问题分析: Class文件由类装载器装载后,在JVM中将形成一份描述Class结构的元信息对象,通过该元信息对象可以获知Class的结构信息:如构造函数 ...
- Java线程池详解学习:ThreadPoolExecutor
Java线程池详解学习:ThreadPoolExecutor Java的源码下载参考这篇文章:Java源码下载和阅读(JDK1.8) - zhangpeterx的博客 在源码的目录java/util/ ...
- Java 线程池详解学习:FixedThreadPool,CachedThreadPool,ScheduledThreadPool...
Java常用的线程池有FixedThreadPool和CachedThreadPool,我们可以通过查看他们的源码来进行学习. Java的源码下载参考这篇文章:Java源码下载和阅读(JDK1.8) ...
- 关于Java的Classpath详解
关于Java的Classpath详解 Java 的新入门者对classpath往往比较困惑,为何在开发环境中能运行的东东出去就不好,或在外面运行的东东挺溜的进了开发环境就死菜. java的优点就是他是 ...
- java异常体系结构详解
java异常体系结构详解 参考文章: (1)java异常体系结构详解 (2)https://www.cnblogs.com/hainange/p/6334042.html 备忘一下.
- java异常处理机制详解
java异常处理机制详解 参考文章: (1)java异常处理机制详解 (2)https://www.cnblogs.com/vaejava/articles/6668809.html 备忘一下.
- Java内存溢出详解
Java内存溢出详解 一.常见的Java内存溢出有以下三种: 1. java.lang.OutOfMemoryError: Java heap space ----JVM Heap(堆)溢出 JVM在 ...
- java拉姆达表达式事例,Java Lambda表达式详解和实例
简介 Lambda表达式是Java SE 8中一个重要的新特性.lambda表达式允许你通过表达式来代替功能接口. lambda表达式就和方法一样,它提供了一个正常的参数列表和一个使用这些参数的主体( ...
最新文章
- TP框架中field查询字段
- 使用for循环遍历文件
- electron 剪贴板 截图_用electron开发了一个屏幕截图工具
- 深度强化学习-马尔科夫决策过程和表格型方法
- c语言逻辑错误调试,c语言程序,现在出现逻辑错误,哪位高手指点下啊。。。...
- php随机数字不重复使等式成立_当随机数遇上量子
- phpnow mysql_使用PHPnow搭建本地PHP环境+创建MySQL数据库 | 倡萌的自留地
- MySQL 避坑指南之隐式数据类型转换
- ubuntu源列表(清华,阿里,官方,选一即可)
- Windows/Mac系统MySQL,MySQL驱动下载和安装
- Fortran入门教程(四)——数据运算
- 曾经优秀的人,怎么就突然不优秀了。
- K650C I7 D4 黑苹果折腾记录
- 计算机专业的黑板报内容,新学期黑板报文字资料参考
- stm32F107VC通过模拟SPI方式读取LIS3DH三轴加速度传感器数据
- java 过滤script_Java过滤任意(script,html,style)标签符,返回纯文本--封装类
- 学习ios Metal(9)—iphone X真实感深度相机True Depth Camera的调用和metal GPGPU
- 深度学习—BP神经网络
- 网络监控系统安装的六种传输方式
- ubuntu 16.04执行apt-get update失败卡住的解决方法
热门文章
- Lined List 链表总结 Reverse链表 - 反转(python) leetcode 206 92
- 第三讲 Matlab/Simulink入门——离散系统仿真实例
- anaconda环境安装搜不到的环境
- Xcode全局搜索搜不到部分内容解决
- 维度建模的基本概念及过程
- 迅雷和FlashGet 地址转换工具_6617.com
- OpenGL中三原色对应的glcolor3f
- sed是linux命令吗,Linux12_ sed命令详解
- 选定区域着色html,一种提取html页面选定区域内容的方法
- CF1004D Sonya and Matrix