首页 » 技术分享 » 时间复杂度和空间复杂度及顺序表基础知识

时间复杂度和空间复杂度及顺序表基础知识

　
评论关闭　790次浏览

时间复杂度：
一个算法所花费的时间与其中语句的执行次数成正比例，算法中的基本操作的执行次数，为算法
的时间复杂度。
时间复杂度的表示使用大O的渐进表示法：
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。
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。
线性表：
线性表（linear list）是n个具有相同特性的数据元素的有限序列。 线性表是一种在实际中广泛使用的数据结
构，常见的线性表：顺序表、链表、栈、队列、字符串…
线性表在逻辑上是线性结构，也就说是连续的一条直线。但是在物理结构上并不一定是连续的，线性表在物
理上存储时，通常以数组和链式结构的形式存储。
顺序表：顺序表是用一段物理地址连续的存储单元依次存储数据元素的线性结构，一般情况下采用数组存储。在数组上完成数据的增删查改。
在这里插入图片描述
1.静态顺序表：使用定长数组存储。
2. 动态顺序表：使用动态开辟的数组存储

public interface ISequence {
    //在pos位置插入data
    boolean add(int pos,Object data);
    //查找关键字key 找到返回key的下标，没有返回-1;
    int search(Object key);
    //查找是否包含关键字key是否在顺序表当中(这个和search有点冲突)
    boolean contains(Object key);
    //得到pos位置的值
    Object getPos(int pos);
    //删除第一次出现的关键字key
    Object remove(Object key);
    //得到顺序表的长度
    int size();
    //打印顺序表
    void display();
    //清空顺序表以防内存泄漏
    void clear();
}


import java.util.Arrays;

/**
 * Created with IntelliJ IDEA.
 * Description:
 * User:
 * Date: 2019-04-16
 * Time: 14:54
 */
public class MySequenceImpl implements ISequence {
    private Object[]elem;
    private int usedSize;
    private static final int DEFAULT_SIZE = 10;
    public MySequenceImpl() {
        this.elem = new Object[DEFAULT_SIZE];
        this.usedSize = 0;
    }
    //判断是否是满的顺序表
    public boolean isFull(){
        if(this.usedSize==this.elem.length){
            return true;
        }
        return false;
    }
    //在pos位置加上data
    @Override
    public boolean add(int pos, Object data) {
        //判断pos的合法性
        if(pos < 0 || pos > this.usedSize) {
            return false;
        }
        //如果顺序表满，则将顺序表扩大为原来的二倍
        if(isFull()){
            this.elem = Arrays.copyOf(this.elem, this.elem.length*2);
        }
        //在pos位置加上data，挪数据，从后往前
        for (int i = this.usedSize-1; i >= pos ; i--) {
            this.elem[i+1] = this.elem[i];
        }
        this.elem[pos] = data;
        this.usedSize++;
        return true;
    }
    //判断是否为空
    public boolean isEmpty() {
        return this.usedSize == 0;
    }

    @Override
    public int search(Object key) {
        //需要判断顺序表是否为空
        if(key == null){
            return -1;

        }
        if (isEmpty()){
            throw new UnsupportedOperationException("顺序表为空");
        }
        for (int i = 0; i < this.usedSize; i++) {
            if (this.elem[i].equals(key)) {
                System.out.println(i);
                return i;
            }

        }
        return -1;
    }

    @Override
    public boolean contains(Object key) {
        if(key==null){
            return false;
        }
        if (isEmpty()){
            throw new UnsupportedOperationException("顺序表为空");
        }
        for (int i = 0; i < this.usedSize; i++) {
            if (this.elem[i].equals(key)) {
                return true;
            }
        }
        return false;
    }

    @Override
    public Object getPos(int pos) {
        if(pos < 0 || pos >= this.usedSize || isEmpty()){
            return null;
        }
        return this.elem[pos];
    }
    //删除第一次出现的关键字key
    //删除之前，保存需要删除的值作为返回值
    @Override
    public Object remove(Object key) {
        int index = search(key);
        if(index == -1) {
            return null;
        }
        //将要删除的值保存下来
        Object oldData = this.elem[index];
        int i = 0;
        //将key删除后，后面的值往前一位挪
        for (i = index; i < this.usedSize-1; i++) {
            this.elem[i] = this.elem[i+1];
        }
        this.elem[i+1] = null;
        this.usedSize--;
        return oldData;
    }

    @Override
    public int size() {
        return this.usedSize;
    }

    @Override
    public void display() {
        for (int i = 0; i <this.usedSize ; i++) {
            System.out.println(this.elem[i]+" ");
        }
        System.out.println();
    }

    @Override
    public void clear() {
        for (int i = 0; i <this.usedSize ; i++) {
            this.elem[i]=null;
        }
        this.usedSize = 0;
    }
}

转载自原文链接, 如需删除请联系管理员。

原文链接：时间复杂度和空间复杂度及顺序表基础知识，转载请注明来源！

赞 0