Java 关于时间复杂度和空间复杂度的深度刨析

 更新时间:2021年11月10日 10:00:47   作者:Unstoppedable  
算法复杂度分为时间复杂度和空间复杂度。其作用: 时间复杂度是度量算法执行的时间长短;而空间复杂度是度量算法所需存储空间的大小

1.算法效率

算法效率

算法效率分析分为两种:第一种是时间效率,第二种是空间效率。时间效率被称为时间复杂度,而空间效率被称作空间复杂度。

时间复杂度主要衡量的是一个算法的运行速度,而空间复杂度主要衡量一个算法所需要的额外空间

如今我们更关注的是时间复杂度,而对空间复杂度已不再关注。

2.时间复杂度

2.1时间复杂度的概念

时间复杂度的定义:在计算机科学中,算法的时间复杂度是一个函数,它定量描述了该算法的运行时间。

一个算法所花费的时间与其中语句的执行次数成正比例,因此算法中的基本操作的执行次数,为算法的时间复杂度

2.2大O的渐进表示法

请看如下代码:

// 请计算一下func1基本操作执行了多少次?
void func1(int N){
   int count = 0;
   for (int i = 0; i < N ; i++) {
       for (int j = 0; j < N ; j++) {//N^2次
           count++;
       }
   }
   for (int k = 0; k < 2 * N ; k++) {//2N次
       count++;
   }
   int M = 10;
   while ((M--) > 0){//10次
       count++;
   }
    System.out.println(count);
}

F(N) = N^2 + 2N + 10
Func1 执行的基本操作次数 :
N = 10 , F(N) = 130
N = 100 , F(N) = 10210
N = 1000 , F(N) = 1002010

实际中我们计算时间复杂度时,我们其实并不一定要计算精确的执行次数,而只需要大概执行次数,那么这里我们使用大O的渐进表示法

大O符号(Big O notation):是用于描述函数渐进行为的数学符号

推导大O阶方法:

  • 用常数1取代运行时间中的所有加法常数。
  • 在修改后的运行次数函数中,只保留最高阶项。
  • 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。

使用大O的渐进表示法以后,Func1的时间复杂度为 O(N^2)

另外有些算法的时间复杂度存在最好、平均和最坏情况:
最坏情况:任意输入规模的最大运行次数(上限)
平均情况:任意输入规模的期望运行次数
最好情况:任意输入规模的最小运行次数

在实际中一般情况关注的是算法的最坏运行情况,所以数组中搜索数据时间复杂度为O(N)

2.3常见时间复杂度计算

2.3.1常用的时间复杂度量级

时间复杂度

2.3.2常见示例举例

2.3.1.1计算 bubbleSort 的时间复杂度

// 计算bubbleSort的时间复杂度?
void bubbleSort(int[] array){
   for (int end = array.length; end > 0; end--){
       boolean sorted = true;
       for (int i = 1; i < end; i++){
           if (array[i - 1] > array[i]){
               Swap(array, i - 1, i);
               sorted = false;
           }
       }
       if (sorted == true){
           break;
       }
   }
}

2.3.1.2计算 binarySearch 的时间复杂度

// 计算binarySearch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;
       else
           return mid;
   }
   return -1; }

2.3.1.3计算阶乘递归 factorial 的时间复杂度

// 计算阶乘递归factorial的时间复杂度?
long factorial(int N) {
    return N < 2 ? N : factorial(N-1) * N;
}

2.3.1.4计算斐波那契递归 fibonacci 的时间复杂度

// 计算斐波那契递归fibonacci的时间复杂度?
int fibonacci(int N){
    return N < 2 ? N : fibonacci(N-1)+fibonacci(N-2);
}

2.3.2示例答案及分析

2.3.2.1 bubbleSort 的时间复杂度

实例4基本操作执行最好N次,最坏执行了(N*(N-1))/2次,通过推导大O阶方法+时间复杂度一般看最坏,时间复杂度为 O(N^2)

2.3.2.2 binarySearch 的时间复杂度

实例5基本操作执行最好1次,最坏O(logN)次,时间复杂度为 O(logN) ps:logN在算法分析中表示是底数为2,对数为N。有些地方会写成lgN。(建议通过折半查找的方式讲解logN是怎么计算出来的)(因为二分查找每次排除掉一半的不适合值,一次二分剩下:n/2/2=4)

2.3.2.3 阶乘递归 factorial 的时间复杂度

递归的时间复杂度=递归的次数*每次递归的次数

实例6通过计算分析发现基本操作递归了N次,时间复杂度为O(N)

2.3.2.4 斐波那契递归 fibonacci 的时间复杂度

实例7通过计算分析发现基本操作递归了2^N次 ,时间复杂度为 O(2^N)

3.空间复杂度

空间复杂度是对一个算法在运行过程中临时占用存储空间大小的量度。空间复杂度不是程序占用了多少bytes的空间,因为这个也没太大意义,所以空间复杂度算的是变量的个数。空间复杂度计算规则基本跟实践复杂度类似,也使用大O渐进表示法。

示例1:计算 bubbleSort 的空间复杂度?

// 计算bubbleSort的空间复杂度?
void bubbleSort(int[] array) {
    for (int end = array.length; end > 0; end--) {
        boolean sorted = true;
        for (int i = 1; i < end; i++) {
           if (array[i - 1] > array[i]) {
              Swap(array, i - 1, i);
              sorted = false;
           }
         }
     if (sorted == true) {
         break;
     }
 }
}

实例1使用了常数个额外空间,所以空间复杂度为 O(1)
示例2:

// 计算fibonacci的空间复杂度?
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;
}

实例2动态开辟了N个空间,空间复杂度为 O(N)
示例3:

// 计算阶乘递归Factorial的时间复杂度?
long factorial(int N) {
    return N < 2 ? N : factorial(N-1)*N;
}

实例3递归调用了N次,开辟了N个栈帧,每个栈帧使用常数的空间,空间复杂度为 O(N)

以上就是Java 关于时间复杂度和空间复杂度的深度刨析的详细内容,更多关于Java 时间复杂度和空间复杂度的资料请关注脚本之家其它相关文章!

相关文章

  • 公司一般使用的分布式RPC框架及其原理面试

    公司一般使用的分布式RPC框架及其原理面试

    这篇文章主要为大家介绍了公司一般使用的分布式RPC框架及其原理的面试问题解答,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步早日升职加薪
    2022-03-03
  • MybatisPlus查询条件为空字符串或null问题及解决

    MybatisPlus查询条件为空字符串或null问题及解决

    这篇文章主要介绍了MybatisPlus查询条件为空字符串或null问题及解决方案,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-06-06
  • Mybatis注解开发单表、多表操作的实现代码

    Mybatis注解开发单表、多表操作的实现代码

    这篇文章主要介绍了Mybatis高级:Mybatis注解开发单表操作,Mybatis注解开发多表操作,构建sql语句,综合案例学生管理系统使用接口注解方式优化,需要的朋友可以参考下
    2021-02-02
  • Java通过CMD方式读取注册表任意键值对代码实践

    Java通过CMD方式读取注册表任意键值对代码实践

    这篇文章主要介绍了Java通过CMD方式读取注册表任意键值对代码实践,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,,需要的朋友可以参考下
    2019-06-06
  • 详解Java的Hibernate框架中的Interceptor和Collection

    详解Java的Hibernate框架中的Interceptor和Collection

    这篇文章主要介绍了Java的Hibernate框架中的Interceptor和Collection,Hibernate是Java的SSH三大web开发框架之一,需要的朋友可以参考下
    2016-01-01
  • java实现快速排序的方法

    java实现快速排序的方法

    这篇文章主要介绍了java实现快速排序的方法,涉及java排序的相关操作技巧,需要的朋友可以参考下
    2015-05-05
  • 详解SpringBoot通用配置文件(不定时更新)

    详解SpringBoot通用配置文件(不定时更新)

    这篇文章主要介绍了SpringBoot通用配置文件详解(不定时更新),本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-03-03
  • 基于JAVA中Jersey处理Http协议中的Multipart的详解

    基于JAVA中Jersey处理Http协议中的Multipart的详解

    之前在基于C#开发彩信用最原始的StringBuilder拼接字符串方式处理过Multipart。现在在做一个项目的时候,由于之前的技术路线都是使用Jersey处理Http这块,为了保持技术路线一致,研究了一下如何使用Jersey处理Http协议中的Multipart
    2013-05-05
  • 解析Spring 漏洞及其修复方案

    解析Spring 漏洞及其修复方案

    官宣了最近网传的Spring漏洞。攻击者利用该漏洞,可在未授权的情况下远程执行命令,今天通过本文给大家普及下漏洞分析影响范围及解决方案,感兴趣的朋友跟随小编一起看看吧
    2022-04-04
  • 一起来学习JAVA的运算符

    一起来学习JAVA的运算符

    这篇文章主要为大家详细介绍了JAVA的运算符,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
    2022-03-03

最新评论