public class ConstantTimeExample {
// 示例 1:数组随机访问
public static int getFirstElement(int[] arr) {
if (arr == null || arr.length == 0) return -1;
return arr[0]; // 无论数组长度是 10 还是 100万,只执行一次访问
}
// 示例 2:HashMap 查找
public static String getValue(java.util.HashMap<String, String> map, String key) {
return map.get(key); // 理想情况下,哈希查找耗时为常数
}
}
2). 对数时间复杂度 O(log₂n)
特征 :每次迭代将问题规模缩小为原来的一半(或其他固定比例)。
典型场景:二分查找、二叉搜索树(BST)查找。
java复制代码
int i=1;
while(i<=n){
System.out.print(i+"\t");
i*=2;
}
假设循环次数是x。
i = 1, 2, 4, 8, 16 ,i = 2^x
条件:i<=n
因此:2^x<=n
所以x<=1og2^n一共执行循环体1og2n次,所以复杂度是O(1og2^n)
3). 线性时间复杂度 O(N)
特征 :算法执行次数与输入规模 N成正比。
典型场景:单层循环遍历数组、链表遍历、线性查找。
java复制代码
public class LinearTimeExample {
// 示例 1:遍历求和
public static long sumArray(int[] arr) {
long sum = 0;
for (int num : arr) { // 循环 N 次
sum += num;
}
return sum;
}
// 示例 2:线性查找最大值
public static int findMax(int[] arr) {
if (arr == null || arr.length == 0) throw new IllegalArgumentException();
int max = arr[0];
for (int i = 1; i < arr.length; i++) { // 循环 N-1 次
if (arr[i] > max) {
max = arr[i];
}
}
return max;
}
}
分析:循环体内的基本操作执行了 N 次(或 N−1 次),忽略常数项后,时间复杂度为 O(N)。
4). 线性对数时间复杂度 O(NlogN)
特征 :在规模为 N 的问题中,进行了 logN 层处理,每层处理耗时 O(N);或者对 N个元素各进行了一次 O(logN) 的操作。
典型场景:高效排序算法(快速排序、归并排序、堆排序)。
java复制代码
for (int k = 0; k <=n ; k++) {
int i=1;
while(i<=n){
System.out.print(i+"\t");
i*=2;
}
System.out.println();
}
分析:
外部循环,时间复杂度为O(n)
内部循环,时间复杂度为O(log₂n)
要执行n次,时间复杂度为O(log₂n)*O(n)=O(nlog₂n)
时间复杂度 = O(nlog₂n) + O(n) = O(nlog₂n)
5). 平方时间复杂度 O(N²)
特征 :嵌套循环,内层循环次数与外层循环规模相关。
典型场景:冒泡排序、选择排序、插入排序、双重循环比较所有元素对。
java复制代码
int x=1;
for (int k = 1; k <=n; k++) {
for (int i = 1; i <=n ; i++) {
x++;
System.out.println(x);
}
}
5). 立平方时间复杂 O(N³)
java复制代码
int x=1;
for (int a = 1; a <=n; a++) {
for (int k = 1; k <= n; k++) {
for (int i = 1; i <= n; i++) {
x++;
System.out.println(x);
}
}
}