[译] JS 里的简易算法和数据结构之复杂度

栏目: 编程工具 · 发布时间: 5年前

内容简介:原文:https://www.freecodecamp.org/news/the-complexity-of-simple-algorithms-and-data-structures-in-javascript-11e25b29de1e/译者:zhicheng

[译] JS 里的简易算法和数据结构之复杂度

原文:https://www.freecodecamp.org/news/the-complexity-of-simple-algorithms-and-data-structures-in-javascript-11e25b29de1e/

译者:zhicheng

校对者:Chengjun.L

提示:文中的蓝色字体大家可以点击文末“阅读原文”在 freeCodeCamp 中文论坛访问链接

在之前的文章 迈向计算科学的一步: JS 里的简易算法和数据结构 里,我们讨论了简易的算法 (线性和二分搜索; 冒泡、选择、插入排序) 以及数据结构 (数组、键值对对象), 这里将继续讨论算法和数据结构的复杂度概念及其应用。

复杂度

复杂度 是衡量程序复杂程度的一个指标。 对于算法和数据结构来讲,它代表运行指定任务(如搜索、 排序 、访问数据)花费的时间和空间 (计算所消耗的内存)。 任务的执行效率取决于执行完整程序需要的操作数。

扔垃圾 需要 3 步 (打包垃圾袋,拎出去,扔进垃圾桶里)。   扔垃圾 很简单,但是如果扔装修一周后攒的垃圾,会发现不能完成这个简单的任务,因为垃圾桶 空间不足  。

房屋吸尘 需要一些重复的步骤 (打开开关,使用吸尘器头重复的在地板上刮扫,关闭开关)。 越大的房间就需要在地板上刮扫越多次, 房屋除尘也就要耗费 越多的时间  。

[译] JS 里的简易算法和数据结构之复杂度

执行的操作数和执行元素的数量有一定的关系。 垃圾 (元素) 越多花费的时间越多。 这就产生了 空间复杂度 问题。 面积 (元素) 越大,吸尘器头刮扫的次数就越多, 这就产生了 时间复杂度 问题。

不管是 扔垃圾 还是 房间吸尘 ,  操作数 (O) 和  元素的数量 (n) 成正比。 如果只有一个垃圾袋,那么一次只能携带一袋垃圾。 如果有两个垃圾袋,那么同时就能携带两袋垃圾,当然这是在体力足以同时拎两袋垃圾的前提下。 这些家务活的大 O 就是 O = n,也可以写成 O = function(n) 或者  O(n)  。 在这里复杂度是线性的 (操作数和元素是一一对应的关系), 即 30 个操作对应 30 个元素 (上图的黄线)。

在算法和数据结构里情况是一样的。

搜索

线性搜索

[译] JS 里的简易算法和数据结构之复杂度

元素搜索的 最好情况 是有序列表,假设要搜索的元素就在列表的第一项,这时复杂度是常数  O(1) 因此,如果搜索的元素总是第一个被索引到,和列表长度无关,元素会当即被搜索到。 搜索的复杂度是和列表长度相关的常数。 这种搜索平均最坏的情况是线性复杂度 O(n), 换言之,n 个元素,要遍历 n 次才能找到,因此叫线性搜索。

二分搜索

[译] JS 里的简易算法和数据结构之复杂度

对于二分搜索,  最好的情况 也是 O(1) ,此时搜索的元素位于中点, 平均最坏的情况是 n 以 2 为底的对数:

[译] JS 里的简易算法和数据结构之复杂度

对数或者 log 是幂运算的逆运算。 所以如果有 16 个元素 (n=16),这时至少要花费,最坏情况下是 4,4 步就能找到数字 15 (基数 = 4)。

[译] JS 里的简易算法和数据结构之复杂度

或者,  O(log n)

[译] JS 里的简易算法和数据结构之复杂度

排序

冒泡

[译] JS 里的简易算法和数据结构之复杂度

在冒泡排序里,元素和剩下的元素集合对比来找更高的元素向上冒泡,所以,平均最坏的情况,复杂度是  O(n²)  ,也就是嵌套循环。

[译] JS 里的简易算法和数据结构之复杂度

每一个元素都要和剩下元素的集合进行对比, 4 个元素一共对比 16 次 (4² = 16)。   最好的情况 是集合除了一个元素外其余都已经排好序了, 那么只需进行一轮对比, 也就是说四个元素需要和集合里剩下的 3 个分别元素对比,复杂度也就是  O(n)  。

选择排序

[译] JS 里的简易算法和数据结构之复杂度

冒泡排序 高值冒泡不同,  选择排序 把最低值放在未排序元素的最前面, 因为需要和剩下集合的每个元素对比,它的复杂度是  O(n²)  。

插值排序

冒泡&选择排序 不同,  插值排序 把元素直接插入到正确的位置, 和上一个排序一样,需要和集合里剩下的元素对比,因此 平均最坏的复杂度  是  O(n²)  。 和冒泡排序类似,如果只有一个元素需要排序,只需要一轮对比来把元素插入到正确的位置, 复杂度为  O(n)  。

数据结构

数组

[译] JS 里的简易算法和数据结构之复杂度

因为通过索引访问、添加或者删除末位数据元素只需要一步,  访问、推入、弹出 数组里的值的复杂度是  O(1) 因此,在数组里通过索引来 线性搜索 的复杂度是  O(n)  。

另外,在数组在前面  shift 或者  unshift 值需要 重新索引 之后的每一个元素 (比如,移除索引为 0 的元素需要重新给索引为 1 的元素标记为 0,依次直到第四个),它的复杂度是  O(n) 需要重新标记所有元素。

健 - 值对对象

[译] JS 里的简易算法和数据结构之复杂度

通过健 访问、插入或者删除 值是瞬间发生的,因此,复杂度是  O(1) 通过索引健在 “存储箱” 中搜索特定的项目本质是线性搜索,因此它的复杂度是  O(n)  。

结论

复杂度不只是既定算法和数据结构里面的一个论题。 运用恰当,它会是衡量代码的效率的一个利器。

推荐阅读:

原生JS实现DOM爆炸效果

Code Review 礼节

是哪些 工具 和资源帮我拿下第一份前端工作的?

[译] JS 里的简易算法和数据结构之复杂度

点击 阅读原文 访问  freeCodeCamp 中文论坛 的更多内容


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

数据化运营速成手册

数据化运营速成手册

胡晨川 / 电子工业出版社 / 2017-4 / 55

《数据化运营速成手册》用于提升互联网公司员工的数据应用能力,即数据化运营能力。首先,从最常用的数据图表切入,帮助执行层正确地绘图,管理层正确地看图;接着,梳理运营中最基本的数据应用知识,涉及数据获取、数据清洗、数据认知、分析框架、指标体系、运营实验等内容。然后,介绍作者认为必要的统计学知识,包括假设检验、方差分析、回归分析和时间序列分解,并引入了管理科学中的规划求解方法。最后,介绍了数据分析工具的......一起来看看 《数据化运营速成手册》 这本书的介绍吧!

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换