经典算法分析:n与lgn-LMLPHP

经典算法分析:n与lgn-LMLPHP

顺序查找O(n)

二分查找O(lgn)

通过代码来感受性能差别

 package recursion;

 /**
* @author zsh
* @company wlgzs
* @create 2019-02-16 16:09
* @Describe 感受顺序查找与二分查找的性能差别
*/
public class Main2 { /**
* 顺序查找
* @param arr 待查找的数组
* @param key 待查找的数
* @return 返回key在数组中所在的位置
*/
static int sequentialSearch(int[] arr,int key){
for (int i = 0; i < arr.length; i++) {
if (arr[i] == key){
return i;
}
}
return -1;
} /**
* 循环实现二分查找
* @param arr 待查找的数组
* @param key 待查找的数
* @return key在数组中的索引位置
*/
static int binary(int[] arr,int key){
//头指针初始位置
int low = 0;
//尾指针初始位置
int high = arr.length -1;
//定义middle指针位置
int middle = 0;
//头尾交叉 || key大于最大值 || key小于最小值,说明未找到
if (low > high || key > arr[high] || key < arr[low]){
return -1;
} while (low <= high){
//防止数据溢出
middle = (low + high) >>> 1;
if (arr[middle] > key){
//middle所对应的值比key大,key应该在左边区域
high = middle -1;
}else if (arr[middle] < key){
//middle所对应的值比key小,key应该在有边区域
low = middle +1;
}else {
return middle;
} } //最后仍然没有找到,则返回-1
return -1;
} public static void main(String[] args) {
//构造1千万的数据
int[] arr = new int[(int) Math.pow(10,8)];
for (int i = 1; i <= (int) Math.pow(10,8) ; i++) {
arr[i-1] = i;
} //使用顺序查找的运行时间
long time1 = System.currentTimeMillis();
sequentialSearch(arr,1000000);
long time2 = System.currentTimeMillis();
System.out.println(time2-time1); //使用二分查找的运行时间
long time3 = System.currentTimeMillis();
binary(arr,1000000);
long time4 = System.currentTimeMillis();
System.out.println(time4-time3);
} }

运行结果:

经典算法分析:n与lgn-LMLPHP

04-20 00:31