時間複雜度 - Java那些事兒專欄

ArrayList部分一共五篇文章了，而且引入了時間複雜度來分析，強烈建議你們必定要按順序閱讀，本文是第3篇，前兩篇文章分別是：

一、ArrayList初始化 - Java那些事兒專欄

二、ArrayList底層數組擴容原理 - Java那些事兒專欄

最近看了一下評論區裏，你們都急着想要了解HashMap，先不要着急，要完整的瞭解HashMap的內部實現，咱們還須要一些基礎知識，有了這些基礎知識，咱們才能更好的理解HashMap，其實咱們已經在不知不覺進入了數據結構的大門，爲了之後讓你們能更好的理解後續文章，本文咱們先引入時間複雜度這個概念。

仍是那個Person對象，增長了一個屬性年齡

建立一個數組，並在數組裏放了10個Person對象，老規矩，咱們上圖：

假如咱們有這麼一個需求，咱們想知道小組裏周八的年齡，相信你們都會寫代碼去找：

須要循環取6次從數組裏獲取Person對象。

這時候小明同窗過來講，哎呀，我知道周八在小組的第5個位置（數組下標5），不用循環，咱們直接找他就是

不須要循環，1次就取到了Person對象：

不管數組中有多少個元素，每次去讀取元素和並比較的時間老是相同的，假設這個時間爲K，在上面示例中在數組中循環搜索某個用戶，咱們循環了6次才搜索到該用戶，時間爲6*K，在效率上來看，前者比後者的方式快了6倍，但這種說法意義不大，由於在實際中，數組可能有100個元素，而這個「周八」有可能在數組的第1個位置，也有可能在最後一個位置。

在現實中，咱們用來計算時間的長短，通常單位有小時，分鐘，秒等，一樣咱們也須要一種度量來計算本示例中的算法的效率，在計算機科學中，這種度量方法被稱爲「大O」表示法。

當咱們知道元素的位置，一步到位就能訪問到該元素，這個時間爲K，時間複雜度用大O表示法標記爲O(1)，省略了K。而在數組中查找某元素，咱們並不知道這個元素在數組的什麼位置，假設數組的長度爲n，有可能該元素恰好在數組的下標爲0的位置（第一個位置）循環1次就匹配到了，時間複雜度爲O(1)。也有可能在數組下標爲n-1的位置（最後一個位置）咱們要循環n次才能匹配到該值，時間複雜度爲O(n)，按照機率計算下來平均是n/2，即平均時間複雜度爲O(n/2)，但咱們不該該只考慮平均值，咱們要考慮最壞的狀況，即假設每次匹配的元素都在數組的最後一位，由於最壞狀況是一種運行時間保證，運行時間不會再長了，若是咱們沒特別指定，咱們提到的運行時間都是最壞狀況的運行時間，即在數組中查找某元素，時間複雜度爲O(n);

在長度爲n數組中：

直接經過下標去訪問元素，時間複雜度爲O(1)。

須要循環查找元素的時候，時間複雜度爲O(n)。

下一章咱們將分析ArrayList的刪除元素的源碼，來分析一下ArrayList的時間複雜度，進而瞭解ArrayList的優勢與不足。

上一篇：ArrayList底層數組擴容原理 - Java那些事兒專欄

下一篇：待續

注：本專欄文章首發於公衆號：saysayJava。全部示例代碼均已上傳至公衆號，須要請關注下載。

若是喜歡本系列文章，請爲我點贊或順手分享，您的支持是我繼續下去的動力，您也能夠在評論區留言想了解的內容，有機會本專欄會作講解，最後別忘了關注一下我。

轉載無限歡迎，但請註明「做者」和「原文地址」。轉載請在文中保留此段，感謝您對做者版權的尊重。如需商業轉載或刊登，請聯繫做者得到受權。