1、简单的认识一下时间复杂度
常数操作:加减乘除,寻址操作(看一下某个变量的值)
有n个数,编号0 到 N-1,要想给这些数排序,简单选择排序的便是执行以下步骤:
0………………………………N-1
1)遍历这n个数,从中找出最小的数,与第0个位置的数交换位置。第0个数就放在一边,不用考虑了,
1 …………………………N-1
2)遍历这n-1个数,从中找出最小的数,与第1个位置的数交换位置。第1个数就放在一边,不用考虑了,
以此类推:
…………………………N-2 N-1
…………………………………N-1
这样,n个数就从小到大排好了。
第一步遍历n个数(寻址操作N次),找出最小的数(比较操作N-1次),交换位置 (1次)
第二步遍历n-1个数(寻址操作N-1次),找出最小的数(比较操作N-2次),交换位置 (1次)
以此类推:
最后一步遍历1 个数(寻址操作1 次),找出最小的数 (比较操作1次),交换位置(1次)
将所有的次数相加
寻
址
操
作
:
N
+
N
−
1
+
N
−
2
+
…
…
…
+
1
=
N
2
+
N
2
比
较
操
作
:
N
−
1
+
N
−
2
+
…
…
+
1
=
N
2
2
交
换
位
置
:
1
+
1
+
…
…
+
1
=
N
最
终
相
加
为
=
N
2
+
N
2
+
N
寻址操作:N + N -1 + N - 2 + ………+ 1 = \frac{N^2 + N}{2}\\ 比较操作:N-1 + N -2 + …… + 1 = \frac{N^2}{2}\\ 交换位置:1 + 1 + …… + 1 = N\\ 最终相加为 = N^2 + \frac{N}{2} + N
寻址操作:N+N−1+N−2+………+1=2N2+N比较操作:N−1+N−2+……+1=2N2交换位置:1+1+……+1=N最终相加为=N2+2N+N
时间复杂度就是将所有的低阶项忽略掉,只保留最高阶项,且最高阶项的系数也忽略掉。如果算法的时间复杂度会因为数据的不同而有所变化,那么它的时间复杂度为最差时候的结果。
所以以上排序算法的时间复杂度为O(N2)
如果有两种算法算出的时间复杂度一致,那么只能通过实际跑代码来测,来评定哪种算法更出色。
2、 空间复杂度
使用有限个变量运行程序,这个程序的空间复杂度就是O(1)
3、一些简单的排序算法流程
1、冒泡排序:第i个与第i + 1个比较,较大的后移。
3 5 4 1 2 3 < 5 不做交换
3 5 4 1 2 5 > 4 交换位置
3 4 5 1 2 5 > 1 交换位置
3 4 1 5 2 5 > 2 交换位置
3 4 1 2 5 到这里,最大值5就移动到最后的位置了。
然后重复以上步骤。
2、选择排序:
3 2 1 4 5
2 3 1 4 5
2 1 3 4 5
1 2 3 4 5
4、 异或:还可以理解为无进位相加(二进制)
5 ^ 2 = 7
1 0 1
+ 0 1 0
1 1 1
1、性质
0 ∧ N = N N ∧ N = 0 满 足 交 换 律 : A ∧ B = B ∧ A 满 足 结 合 律 : A ∧ B ∧ C = A ∧ ( B ∧ C ) n 个 数 异 或 , 无 论 谁 先 谁 后 , 结 果 相 同 : A ∧ B ∧ C ∧ D … … … … 0 \wedge N = N\\ N \wedge N = 0\\ 满足交换律:A \wedge B = B \wedge A\\ 满足结合律:A \wedge B \wedge C = A \wedge (B \wedge C) n个数异或,无论谁先谁后,结果相同:A \wedge B \wedge C \wedge D ………… 0∧N=NN∧N=0满足交换律:A∧B=B∧A满足结合律:A∧B∧C=A∧(B∧C)n个数异或,无论谁先谁后,结果相同:A∧B∧C∧D…………
2、交换两个变量的值
int a, b;
a = m, b = n;
//交换a和b的值
{
a = a ^ b //a = a ^ b; b = b;
b = a ^ b //a = a ^ b; b = a ^ b ^ b = a;
a = a ^ b //a = a ^ b ^ a = b; b = a;
}
3、例题
问题:要求:时间复杂度O(N)空间复杂度O(1)
1)一个数组中,有一种数,出现奇数次; 其他的数出现偶数次。找出这种数
public static void n(int[] arr){
int eor = 0;
for(int cur : arr){
eor ^= cur;
}
//最后的得到的ans就是出现奇数次的数
System.out.println(eor);
}
2)一个数组中,有两种数,出现奇数次;其他的数出现偶数次。找出这两种数
public static void m(int[] arr){
int eor = 0;
for(int cur : arr){
eor ^= cur;
}
//eor = a ^ b
//eor != 0
//eor的二进制数必有一位为1
//提取最右侧eor二进制数最右侧的1 (~eor就是eor取反)
int right = eor ^ (~eor + 1);
int eor1 = 0;
//只异或这一位是0的数,就可以找出来其中一个数。
for(int cur : arr){
if(cur & right == 0){
eor1 ^= cur;
}
}
System.out.println(eor1);
System.out.println(eor1 ^ eor);
}
5、 二分法详解
1、在一个有序数组中,找某个数是否存在(O(log2 N))
2、在一个有序数组中,找>= 某个数最左侧的位置(O(log2 N))
3、局部最小值问题(一个数组,无序,相邻两个数不相等)
6、对数器(random)
1.有一个你想要测的方法a;
2.实现一个绝对正确但是复杂度不好的方法b;
3.实现一个随机样本产生器;
4.实现对比算法a和b的方法;
5.把方法a和方法b比对多次来验证方法a是否正确;
6.如果有一个样本使得比对出错,打印样本分析是哪个方法出错;
7.当样本数量很多时比对测试依然正确,可以确定方法a已经正确。