时间复杂度

最新推荐文章于 2024-11-25 10:35:16 发布

没脸见人555

最新推荐文章于 2024-11-25 10:35:16 发布

阅读量636

点赞数 7

CC 4.0 BY-SA版权

文章标签： java

本文链接：https://blog.csdn.net/u013172233/article/details/135708328

本文详细解析了HashMap的get方法时间复杂度，包括O(1)、O(N)、O(logn)的不同情况，以及与红黑树的关系，并提供了代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

经常看到说HashMap的get方法时间复杂度是O(1)、O(N)、O(logn)，所以针对这几个内容我大概梳理一下。

O(1)：常数时间复杂度，操作的运行时间与输入规模无关，是最理想的情况。
O(log n)：对数时间复杂度，常见于分治算法和二分搜索等。
O(n)：线性时间复杂度，操作的运行时间与输入规模成正比。
O(n log n)：线性对数时间复杂度，常见于一些高效的排序算法，如快速排序和归并排序。
O(n^2)：平方时间复杂度，常见于一些简单的嵌套循环算法。
O(n^k)：多项式时间复杂度，其中 k 是常数，通常表示更高次幂的多项式时间复杂度。
O(2^n)：指数时间复杂度，常见于一些指数级增长的问题，如穷举搜索。
O(n!)：阶乘时间复杂度，通常表示在排列组合问题中的情况。

一般我们常用的是O(1)、O(N)、O(logn)、O(n^2)。
上述描述的HashMap的get方法。如果通过key得到的hashCode，通过hash方法得到hash值，再通过hash & （length-1）得到数组下标。
如果当前的Node节点只有一个，那么一次查询就得到，这个时候时间复杂度是O(1)。
如果当前是多个Node节点，那么需要遍历，调用next一直循环对比，这个时候时间复杂度是O(n)。
如果当前节点是TreeNode节点，红黑树也是二叉树的一种，所以时间复杂度是O(logn)

部分简单的代码案例：

package com.jarvis.java;

/**
 * @author jinzhaopo
 * @date 2024-01-19 11:33
 */
public class Func {

    public static void main(String[] args) {
        testTo3(516);
    }


    /**
     * O(1)
     *
     * @param i
     */
    public static void testTo(int i) {
        //执行一次
        System.out.println(i);
    }

    /**
     * O(n)
     *
     * @param i
     */
    public static void testTo1(int i) {
        for (int i1 = 0; i1 < i; i1++) {
            //执行n次
            System.out.println(i1);
        }
    }

    /**
     * O(n^2)
     *
     * @param i
     */
    public static void testTo2(int i) {
        for (int i1 = 0; i1 < i; i1++) {
            for (int i2 = 0; i2 < i; i2++) {
                System.out.print(i1 + "," + i2 + "; ");
            }
            System.out.println();
        }
    }

    /**
     * O(logn)
     * @param i
     */
    public static void testTo3(int i) {
        for (int i1 = 1; i1 < i; i1 = i1 * 2) {
            System.out.println(i1);
        }
    }


}