时间复杂度简单的说就是一个程序运行所消耗的时间,叫做时间复杂度,我们无法目测一个程序具体的时间复杂度,但是我们可以估计大概的时间复杂度。一段好的代码的就根据算法的时间复杂度,即使在大量数据下也能保持高效的运行速率,这也是我们学习算法的必要性。
一般用O()来表示算法的时间复杂度,我们叫做大O记法。
用常数1取代运行时间中的所有的加法常数。比如,一个程序中有十条输出语句,我们不会记成O(10),而是用O(1)来表示。
如果最高阶项不是1,那么去掉最高阶阶项,因为我们认为数字在后期影响不大。如O(2n),则时间复杂度应该为O(n)。
只保留最高阶项,如O(3n^2 +6n+2),则时间复杂度为O(n^2)。
O(1)< O(log2(n))< O(n)< O(nlog2(n)< O(n^2)< O(n^3)< O(2^n)< O(n!)< O(n^n)
简单的说就是程序运行所需要的空间。写代码我们可以用时间换空间,也可以用空间换时间。加大空间消耗来换取运行时间的缩短加大时间的消耗换取空间,我们一般选择空间换时间。一般说复杂度是指时间复杂度。
更多请参考:【数据结构和算法】时间复杂度和空间复杂度
master公式的使用
T(N) = a*T(N/b) + O(N^d)
N:
父问题的样本量;
a:
子问题发生的次数(父问题被拆分成了几个子问题,不需要考虑递归调用,只考虑单层的父子关系);
b:
被拆成子问题,子问题的样本量(子问题所需要处理的样本量),比如 N 被拆分成两半,所以子问题样本量为 N/2;
O(N^d):
剩余操作的时间复杂度,除去调用子过程之外,剩下问题所需要的代价[常规操作则为 O(1)];
a表示
存在一个想要测算法a时,可以使其结果集和另一个实现复杂度不好但是容易实现的方法b的结果集进行比较,由此检验算法正确与否。可以控制测试次数,测试样本,不依赖于线上测试平台。
实现一个随机样本产生器;
把方法a和方法b跑相同的随机样本,看看得到的结果是否一样;
如果有随机样本使得比对结果不一致,打印样本进行人工干预,对方法a或方法b进行修改;
当样本数量很多时比对测试依然正确,则可以确定方法a已经正确;
将第1个元素和第2个元素进行比较,若为逆序则将两个元素交换,然后比较第2个元素和第3个元素。依次类推,直至第 n-1个元素和第 n个元素进行比较为止。上述过程称为第一趟冒泡排序,其结果使最大值元素被放置在最后一个位置(第 n个位置)。
然后进行第二趟冒泡排序,对前 n-1个元素进行同样操作,其结果是使第二大元素被放置在倒数第二个位置上(第 n-1个位置);
依次如此操作,直到最小元素放置到第1个位置,完成排序操作;
private static void bubbleSort(int[] nums) {
if (nums == null || nums.length == 1) {
return;
}
/**
* 第一层指遍历范围 第一次冒泡遍历n-1次,后续n-2次...直到1次
*/
for (int end = nums.length - 1; end > 0; end--) {
/**
* 第二层进行数据交换
*/
for (int i = 0; i < end; i++) {
if (nums[i] > nums[i + 1]) {
int temp = nums[i];
nums[i] = nums[i + 1];
nums[i + 1] = temp;
}
}
}
}
时间复杂度O(N^2),额外空间复杂度O(1)
先在[0~n-1]下标范围内找到最小值放到0位置上;
再在[1~n-1]下标范围内找到最小值放到1位置上;
依次如此操作,直到最后一个最小值【最大值】放在n-1位置上,完成排序操作;
private static void selectSort(int[] nums) {
if (nums == null || nums.length <2) {
return;
}
for (int i = 0; i < nums.length - 1; i++) {
int minIndex = i;
for (int j = i + 1; j < nums.length; j++) {
minIndex = nums[j] < nums[minIndex] ? j : minIndex;
}
/**
* 交换i和minIndex位置的数
*/
int temp = nums[i];
nums[i] = nums[minIndex];
nums[minIndex] = temp;
}
}
时间复杂度O(N^2),额外空间复杂度O(1)
下标第0位置元素默认已排好序,当前排好序范围[0~0];
下标第1位置元素和第0位置元素比较大小,若小于第0位置元素则交换位置,排好序范围[0~1];
下标第2位置元素和第1位置元素比较大小,若不小于,则不交换位置,若小于第1位置元素,则交互位置,继续和0位置比较,若仍小于第0位置元素,继续交换位置,最终排好序范围[0~2];
依次如此操作,直到完成最终排序;
private static void insertSort(int[] nums) {
if (nums == null || nums.length <2) {
return;
}
for (int i = 1; i < nums.length; i++) {
//如果j位置元素>j+1位置元素,不断交换位置,直到比较到0位置
for (int j = i - 1; j >= 0 && nums[j] > nums[j + 1]; j--) {
int temp = nums[j];
nums[j] = nums[j+1];
nums[j+1] = temp;
}
}
}
时间复杂度O(N^2),额外空间复杂度O(1)
private static void mergeSort(int[] nums) {
if (nums == null || nums.length <2) {
return;
}
mergeSort(nums, 0, nums.length - 1);
}
private static void mergeSort(int[] nums, int l, int r) {
if (l == r) {
return;
}
int mid = l + (r - l) / 2;
//对前半部分进行排序
mergeSort(nums, l, mid);
//对后半部分进行排序
mergeSort(nums, mid + 1, r);
//合并两者排序
merge(nums, l, mid, r);
}
private static void merge(int[] nums, int l, int mid, int r) {
int[] help = new int[r - l + 1];
int i = 0;
int p1 = l;
int p2 = mid + 1;
while (p1 <= mid && p2 <= r) {
//谁小放谁,并移动对应数组位置
help[i++] = nums[p1] < nums[p2] ? nums[p1++] : nums[p2++];
}
while (p1 <= mid) {
//说明p2已遍历完毕,后续位置填充p1没遍历完的元素
help[i++] = nums[p1++];
}
while (p2 <= r) {
//说明p1已遍历完毕,后续位置填充p2没遍历完的元素
help[i++] = nums[p2++];
}
for (i = 0; i < help.length; i++) {
nums[l + i] = help[i];
}
}
时间复杂度代入递归master公式 T(N) = 2T(N/2)+O(N) ,即
时间复杂度O(N*logN),额外空间复杂度O(N)
<target
,=target
;>target
】,并记录=target部分的起始下标和结束下标
;<target
、>target
部分继续上述划分操作,最终完成整个数组排序; /**
* 快速排序
*
* @param aar 目标数组
* @param l 需要排序的起始位置,传0表示从头开始
* @param r 需要排序的结束为止,传arr.length-1表示结束位置
*/
private static void quickSort(int[] aar, int l, int r) {
if (aar == null || aar.length < 2) {
return;
}
if (l < r) {
//1.先随机选择数组中的一个数,交换到数组最后一个位置,作为比较交换的target,这样做为了概率处理,避免特定情况(比如数组是逆序)造成的多余划分问题
swap(aar, r, (int) (l + (r - l + 1) * Math.random()));
//2.在l~r下标范围内,以arr[r]作为target,划分出三部分区域[<target, =target ,>target],并返回 =target范围的第一个下标和最后一个下标数组
int[] p = quickSortPartition(aar, l, r);
//3.递归对<target范围排序
quickSort(aar, l, p[0] - 1);
//3.递归对>target范围排序
quickSort(aar, p[1] + 1, r);
}
}
private static int[] quickSortPartition(int[] aar, int l, int r) {
//取数组最后一个作为比较目标值
int target = aar[r];
//定义小于target的数组下标
int less = l - 1;
//定义大于target的数组下标
int more = r + 1;
while (l < more) {
if (aar[l] < target) {
//小于目标值,划分到小于区域
swap(aar, ++less, l++);
} else if (aar[l] > target) {
//大于目标值,划分到大于区域
swap(aar, --more, l);
} else {
//相等时,仅仅移动l
l++;
}
}
return new int[]{
less + 1, more - 1};
}
时间复杂度O(N*logN),额外空间复杂度O(logN)
根结点的值是所有堆结点值中最大者,且每个结点的值都比其孩子的值大。
根结点的值是所有堆结点值中最小者,且每个结点的值都比其孩子的值小。
/**
* 堆排序
*
* @param arr 需要排序的目标数组
*/
private static void heapSort(int[] arr) {
if (arr == null || arr.length < 2) {
return;
}
for (int i = 0; i < arr.length; i++) {
//构造一个最大堆
heapInsert(arr, i);
}
int size = arr.length;
swap(arr, 0, --size);
while (size > 0) {
//将最大值交换到0位置
heapify(arr, 0, size);
//下沉最大值到末尾
swap(arr, 0, --size);
}
}
private static void heapify(int[] arr, int index, int size) {
//index节点对应的左孩子节点
int left = index * 2 + 1;
//只要left节点没有越界
while (left < size) {
//index节点对应的右孩子节点
int right = left + 1;
//右孩子节点 如果没越界 取左右节点最大的下标即为maxIndex
int maxIndex = right < size && arr[right] > arr[left] ? right : left;
//再找出maxIndex下标和index下标的最大值对应的下标
maxIndex = arr[maxIndex] > arr[index] ? maxIndex : index;
//如果就是index节点,则退出while循环
if (maxIndex == index) {
break;
}
//交换index和maxIndex下标的值
swap(arr, index, maxIndex);
//将maxIndex赋值给index,继续往下找符合条件的下标进行交换
index = maxIndex;
left = index * 2 + 1;
}
}
/**
* 基于传入的数组构造一个最大堆
*
* @param arr
* @param index 插入堆的数组下标
*/
private static void heapInsert(int[] arr, int index) {
//只要i位置元素大于它的根节点,就交换他两的位置,直到根节点(即数组下标为0位置)为最大值
while (arr[index] > arr[(index - 1) / 2]) {
swap(arr, index, (index - 1) / 2);
index = (index - 1) / 2;
}
}
时间复杂度O(N*logN),额外空间复杂度O(1)
剑指 Offer 51. 数组中的逆序对;
在数组中的两个数字,如果前面一个数字大于后面的数字,则这两个数字组成一个逆序对。输入一个数组,求出这个数组中的逆序对的总数。
示例 1:
输入: [7,5,6,4]
输出: 5
根据归并排序思路:
public static int reversePairs(int[] nums) {
if (nums == null || nums.length < 2) {
return 0;
}
return reversePairs(nums, 0, nums.length - 1);
}
private static int reversePairs(int[] nums, int l, int r) {
if (l == r) {
return 0;
}
int mid = l + (r - l) / 2;
return reversePairs(nums, l, mid) + reversePairs(nums, mid + 1, r) + mergeReversePairs(nums, l, mid, r);
}
private static int mergeReversePairs(int[] nums, int l, int mid, int r) {
int i = 0;
int[] help = new int[r - l + 1];
int p1 = l;
int p2 = mid + 1;
int res = 0;
while (p1 <= mid && p2 <= r) {
if (nums[p1] > nums[p2]) {
//如果左部分比右部分大,则逆序对数量应加上p2到右部分总长度
res += r - p2 + 1;
help[i++] = nums[p1++];
} else {
help[i++] = nums[p2++];
}
}
while (p1 <= mid) {
help[i++] = nums[p1++];
}
while (p2 <= r) {
help[i++] = nums[p2++];
}
for (i = 0; i < help.length; i++) {
nums[l + i] = help[i];
}
return res;
}
如果以上文章对您有一点点帮助,希望您不要吝啬的点个赞加个关注,您每一次小小的举动都是我坚持写作的不懈动力!ღ( ´・ᴗ・` )
文章浏览阅读1k次。通过使用ajax方法跨域请求是浏览器所不允许的,浏览器出于安全考虑是禁止的。警告信息如下:不过jQuery对跨域问题也有解决方案,使用jsonp的方式解决,方法如下:$.ajax({ async:false, url: 'http://www.mysite.com/demo.do', // 跨域URL ty..._nginx不停的xhr
文章浏览阅读2k次。关于在 Oracle 中配置 extproc 以访问 ST_Geometry,也就是我们所说的 使用空间SQL 的方法,官方文档链接如下。http://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/gdbs-in-oracle/configure-oracle-extproc.htm其实简单总结一下,主要就分为以下几个步骤。..._extproc
文章浏览阅读1.5w次。linux下没有上面的两个函数,需要使用函数 mbstowcs和wcstombsmbstowcs将多字节编码转换为宽字节编码wcstombs将宽字节编码转换为多字节编码这两个函数,转换过程中受到系统编码类型的影响,需要通过设置来设定转换前和转换后的编码类型。通过函数setlocale进行系统编码的设置。linux下输入命名locale -a查看系统支持的编码_linux c++ gbk->utf8
文章浏览阅读750次。今天准备从生产库向测试库进行数据导入,结果在imp导入的时候遇到“ IMP-00009:导出文件异常结束” 错误,google一下,发现可能有如下原因导致imp的数据太大,没有写buffer和commit两个数据库字符集不同从低版本exp的dmp文件,向高版本imp导出的dmp文件出错传输dmp文件时,文件损坏解决办法:imp时指定..._imp-00009导出文件异常结束
文章浏览阅读143次。当下是一个大数据的时代,各个行业都离不开数据的支持。因此,网络爬虫就应运而生。网络爬虫当下最为火热的是Python,Python开发爬虫相对简单,而且功能库相当完善,力压众多开发语言。本次教程我们爬取前程无忧的招聘信息来分析Python程序员需要掌握那些编程技术。首先在谷歌浏览器打开前程无忧的首页,按F12打开浏览器的开发者工具。浏览器开发者工具是用于捕捉网站的请求信息,通过分析请求信息可以了解请..._初级python程序员能力要求
文章浏览阅读7.6k次,点赞2次,收藏6次。@Service标注的bean,类名:ABDemoService查看源码后发现,原来是经过一个特殊处理:当类的名字是以两个或以上的大写字母开头的话,bean的名字会与类名保持一致public class AnnotationBeanNameGenerator implements BeanNameGenerator { private static final String C..._@service beanname
文章浏览阅读6.9w次,点赞73次,收藏463次。1.前序创建#include<stdio.h>#include<string.h>#include<stdlib.h>#include<malloc.h>#include<iostream>#include<stack>#include<queue>using namespace std;typed_二叉树的建立
文章浏览阅读7.1k次。在Asp.net上使用Excel导出功能,如果文件名出现中文,便会以乱码视之。 解决方法: fileName = HttpUtility.UrlEncode(fileName, System.Text.Encoding.UTF8);_asp.net utf8 导出中文字符乱码
文章浏览阅读2.1k次,点赞4次,收藏23次。第一次实验 词法分析实验报告设计思想词法分析的主要任务是根据文法的词汇表以及对应约定的编码进行一定的识别,找出文件中所有的合法的单词,并给出一定的信息作为最后的结果,用于后续语法分析程序的使用;本实验针对 PL/0 语言 的文法、词汇表编写一个词法分析程序,对于每个单词根据词汇表输出: (单词种类, 单词的值) 二元对。词汇表:种别编码单词符号助记符0beginb..._对pl/0作以下修改扩充。增加单词
文章浏览阅读773次。我在使用adb.exe时遇到了麻烦.我想使用与bash相同的adb.exe shell提示符,所以我决定更改默认的bash二进制文件(当然二进制文件是交叉编译的,一切都很完美)更改bash二进制文件遵循以下顺序> adb remount> adb push bash / system / bin /> adb shell> cd / system / bin> chm..._adb shell mv 权限
文章浏览阅读6.8k次,点赞12次,收藏125次。1. 单目相机标定引言相机标定已经研究多年,标定的算法可以分为基于摄影测量的标定和自标定。其中,应用最为广泛的还是张正友标定法。这是一种简单灵活、高鲁棒性、低成本的相机标定算法。仅需要一台相机和一块平面标定板构建相机标定系统,在标定过程中,相机拍摄多个角度下(至少两个角度,推荐10~20个角度)的标定板图像(相机和标定板都可以移动),即可对相机的内外参数进行标定。下面介绍张氏标定法(以下也这么称呼)的原理。原理相机模型和单应矩阵相机标定,就是对相机的内外参数进行计算的过程,从而得到物体到图像的投影_相机-投影仪标定
文章浏览阅读2.2k次。文章目录Wayland 架构Wayland 渲染Wayland的 硬件支持简 述: 翻译一篇关于和 wayland 有关的技术文章, 其英文标题为Wayland Architecture .Wayland 架构若是想要更好的理解 Wayland 架构及其与 X (X11 or X Window System) 结构;一种很好的方法是将事件从输入设备就开始跟踪, 查看期间所有的屏幕上出现的变化。这就是我们现在对 X 的理解。 内核是从一个输入设备中获取一个事件,并通过 evdev 输入_wayland