本篇內(nèi)容主要講解“Java時間和空間的復雜度算法是什么”,感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷,實用性強。下面就讓小編來帶大家學習“Java時間和空間的復雜度算法是什么”吧!
公司主營業(yè)務:成都做網(wǎng)站、網(wǎng)站建設、移動網(wǎng)站開發(fā)等業(yè)務。幫助企業(yè)客戶真正實現(xiàn)互聯(lián)網(wǎng)宣傳,提高企業(yè)的競爭能力。創(chuàng)新互聯(lián)建站是一支青春激揚、勤奮敬業(yè)、活力青春激揚、勤奮敬業(yè)、活力澎湃、和諧高效的團隊。公司秉承以“開放、自由、嚴謹、自律”為核心的企業(yè)文化,感謝他們對我們的高要求,感謝他們從不同領域給我們帶來的挑戰(zhàn),讓我們激情的團隊有機會用頭腦與智慧不斷的給客戶帶來驚喜。創(chuàng)新互聯(lián)建站推出化州免費做網(wǎng)站回饋大家。
前言
1.在平常我們所說的時間復雜度一般說的都是算法的最壞情況;
2.時間復雜度度是一個函數(shù),這個函數(shù)只能大致估一下這個算法的時間復雜度;
3.空間復雜度是個算法在運行過程中額外占用存儲空間大小的量度。
算法效率分析分為兩種:第一種是時間效率,第二種是空間效率。時間效率被稱為時間復雜度,而空間效率被稱作空間復雜度。 時間復雜度主要衡量的是一個算法的運行速度,而空間復雜度主要衡量一個算法所需要的額外空間。
在計算機科學中,算法的時間復雜度是一個函數(shù),它定量描述了該算法的運行時間。
算法中的基本操作的執(zhí)行次數(shù),為算法的時間復雜度。從理論上說,是不能算出來的,只有你把你的程序放在機器上跑起來,才能知道。但是我們需要每個算法都上機測試嗎?是可以都上機測試,但是這很麻煩,所以才有了時間復雜度這個分析方式。
一個算法所花費的時間與其中語句的執(zhí)行次數(shù)成正比例;
算法中的基本操作的執(zhí)行次數(shù),為算法的時間復雜度。
實際中我們計算時間復雜度時,我們其實并不一定要計算精確的執(zhí)行次數(shù),而只需要大概執(zhí)行次數(shù),那么這里我們使用大O的漸進表示法。
大O符號(Big O notation):是用于描述函數(shù)漸進行為的數(shù)學符號
(1)推導大O階方法
用常數(shù)1取代運行時間中的所有加法常數(shù)。
在修改后的運行次數(shù)函數(shù)中,只保留最高階項。
如果最高階項存在且不是1,則去除與這個項目相乘的常數(shù)。得到的結(jié)果就是大O階
代碼如下(示例):
所以func方法的執(zhí)行次數(shù)為 1+N2+2*N+1+10
我看到func的執(zhí)行次數(shù),如果當我們的N非常大時,假設N = 100,那么這里的+1和+10是不是可以忽略了,因為1002=10000,在一萬面前+1和+10可以說是微乎其微了,所以+1和+10沒什么區(qū)別。
這就用到了前面說了推導大O階方法。
用常數(shù)1取代運行時間中的所有加法常數(shù)。
就變成了 1+N2+2*N+1+1;
再來看
在修改后的運行次數(shù)函數(shù)中,只保留最高階項。
簡化后 N2
如果最高階項存在且不是1,則去除與這個項目相乘的常數(shù)。得到的結(jié)果就是大O階。
這里我們的最高階項是2,但前面沒有常數(shù)所以沒必要去除,如果N2前面還有個2就是2N2就要去除2變成 N2;
所以使用大O的漸進表示法以后,F(xiàn)unc的時間復雜度為 O(N2)。
通過上面我們會發(fā)現(xiàn)大O的漸進表示法去掉了那些對結(jié)果影響不大的項,簡潔明了地表示出了執(zhí)行次數(shù)。時間復雜度是一個函數(shù),只能大致估一下這個算法的時間復雜度。
另外有些算法的時間復雜度存在最好、平均和最壞情況。
(1) 最壞情況
最壞情況:任意輸入規(guī)模的最大運行次數(shù)(上界) 也就是 O(N);
這里的N代表的是問題的規(guī)模;
(2)最好情況
任意輸入規(guī)模的最小運行次數(shù)(下界) 也就是 O(1);
(3)平均情況
任意輸入規(guī)模的期望運行次數(shù);
注意:這里的平均情況并不是最好和最壞情況相加的平均值,而是我們期望運行的次數(shù),有時候平均情況可能和最好或者是最壞情況一樣。
在平常我們所說的時間復雜度一般說的都是算法的最壞情況。
1.例子
示例1:
1+2*N+1+10 通過推導大O階方法后:時間復雜度為 O(N);
示例2:
時間復雜度為:O(M+N);
示例3:
這里的時間復雜度為 O(1),因為傳進來的N并沒有使用;
2.冒泡排序時間復雜度
示例4:
這是一個冒泡排序,我們來求一下它的最好最壞和平均情況的時間復雜度。
最好:O(N)
最壞:O(N2)
平均:O(N)
這是一個經(jīng)過優(yōu)化后的冒泡排序,最好的情況就是該組數(shù)據(jù)已經(jīng)是有序的了,所以只需走一遍就好了,也是是O(N)。
而最壞的情況就把數(shù)組全部遍歷了一遍就是 N2;
我們前面說過平均情況就是我們個期望的情況,我們期望的當然就是O(N)。
3.二分查找的時間復雜度
我們知道求時間復雜度一般求的都是最壞的情況,二分查找只有當我們找最旁邊那兩個個數(shù)時才是最壞情況,我們就假設我們要找的就是最邊邊的那個數(shù)。
所以二分查找的時間復雜度為 O(log2N)。
4.遞歸的時間復雜度
遞歸的時間復雜度 = 遞歸的次數(shù)*每次遞歸執(zhí)行的操作的次數(shù);
示例1:
這里的的遞歸次數(shù)為 N 次,這里沒有循環(huán),每次執(zhí)行的是一個三目操作符相當于1次。所以為 N+1次,時間復雜度就是 O(N)。
示例2:
這是一個遞歸實現(xiàn)的斐波那契數(shù)列;
斐波那契數(shù)列的遞歸次數(shù)其實就是一個等比數(shù)列求和,最后的執(zhí)行次數(shù)為 (2n) - 1,通過通過推導大O階方法最后的時間復雜度為 O(2N)。
時間復雜度只是一個大概的,當數(shù)字足夠大時這里缺失的部分并不影響我們時間復雜度的計算。
空間復雜度是對一個算法在運行過程中臨時(額外)占用存儲空間大小的量度;
占用存儲空間大小的量度 。
空間復雜度不是程序占用了多少bytes的空間,因為這個也沒太大意義,所以空間復雜度算的是變量的個數(shù)。
空間復雜度計算規(guī)則基本跟實踐復雜度類似,也使用大O漸進表示法。
(1) 冒泡排序
這個冒泡排序的空間復雜度為 O(1);
為什么呢?因為空間復雜度是為了解決一個問題額外申請了其他變量,這里的array數(shù)組并不是額外的它是必須的,但這里的 sorted 是額外申請的,它每循環(huán)一次就定一次為什么不是O(N)呢?因為每循環(huán)一次這個變量是不是不要了呢?所以來來回回就是這一個變量。
(2) 斐波那契數(shù)列
這里的空間復雜度為 O(N);
這里為了求第1~N的斐波那契數(shù)列的代碼,為了解決這個問題申請了一個額外的數(shù)組的空間,空間大小為 N+1。因為1是常數(shù)項,所以這個代碼的空間復雜度為 O(N)。
(3)遞歸
這是一個求階層的遞歸,他的空間復雜度為 O(N);
因為遞歸在遞的過程中,每遞一次都會都會創(chuàng)建一個臨時變量。
小結(jié)
在計算機發(fā)展的早期,計算機的存儲容量很小,所以對空間復雜度很是在乎。但是經(jīng)過計算機行業(yè)的迅速發(fā)展,計算機的存儲容量已經(jīng)達到了很高的程度。所以我們?nèi)缃褚呀?jīng)不需要再特別關注一個算法的空間復雜度。因為現(xiàn)在的內(nèi)存不像以前那么貴,所以經(jīng)常聽到過犧牲空間來換取時間的說法。
到此,相信大家對“Java時間和空間的復雜度算法是什么”有了更深的了解,不妨來實際操作一番吧!這里是創(chuàng)新互聯(lián)網(wǎng)站,更多相關內(nèi)容可以進入相關頻道進行查詢,關注我們,繼續(xù)學習!
網(wǎng)站題目:Java時間和空間的復雜度算法是什么
本文路徑:http://jinyejixie.com/article6/ggegog.html
成都網(wǎng)站建設公司_創(chuàng)新互聯(lián),為您提供手機網(wǎng)站建設、ChatGPT、Google、網(wǎng)站建設、App設計、網(wǎng)站維護
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)