Question

以下此代码的重要注意事项是什么？我仍然无法完全掌握这个概念。我应该从经验丰富的程序员那里得到一个想法，根据这段代码给出一个大的性能总结。

import java.util.*;
import java.util.InputMismatchException;
import javax.swing.*;
public class MyStack {

   private int maxSize;
   private long[] stackArray;
   private int top;
   public MyStack(int s) {
      maxSize = s;
      stackArray = new long[maxSize];
      top = -1;
   }
   public void push(long j) {
      stackArray[++top] = j;
      System.out.println("Push onto stack");
   }
   public long pop() {
      return stackArray[top--];
   }
   public long peek() {
      return stackArray[top];
   }
   public boolean isEmpty() {
      return (top == -1);
   }
   public boolean isFull() {
      return (top == maxSize - 1);
   }
   public static void main(String[] args) {
        Scanner num = new Scanner(System.in);
        int input =0;
        int x;
        MyStack theStack = new MyStack(5); 
    for(x=0; x<5; x++)
    {


        System.out.println("\nEnter a number(Push): ");
        input = num.nextInt();
        theStack.push(input);



      } 



     System.out.print("The first element on the top is the top of the stack");
     System.out.println("");
      while (!theStack.isEmpty()) {
         long value = theStack.pop();
         System.out.print(value);
         System.out.println(" Pop");

      }


      System.out.println("");

   }
}

Answer 1

大O性能因您尝试的操作而异。看看你的＆＃34; isEmpty（）＆＃34;方法。它总是只看顶部的值，所以它是常数，或者是O（1）。我没有在你的类中看到其他方法（除了main（），我们将在一分钟内看到），这些方法对数组中元素的数量有任何依赖性，它们都只能与top一起使用。

main（）只询问5个值，然后打印出来。如果它要求50，则需要十倍的时间（假设用户输入保持相对恒定）。所以main是O（n），其中n是数组中元素的数量。

如果你在数组中寻找一个特定的数字，你可能需要轮流检查每个数字，所以O（n）。

如果您在查看每个元素然后进行某些操作或与其他元素进行比较（例如使用嵌套for循环）时执行更复杂的操作，则最终会得到O（n ^ 2）

希望这有助于您的思考过程。

Answer 2

所有方法的性能都在O（1）中，因为它们只是索引数组或检查top的值。

在main主体中，for循环执行5次，执行5次推送，因此O（5 * 1）= O（n），因为堆栈的大小为n = 5.

然后while循环将弹出堆栈直到它为空。因为堆栈只能包含5个元素（也就是它的大小），所以再次为O（5 * 1）= O（n）。

所以你可以假设它在O（2 * n）中产生O（n）。

Answer 3

操作的数据结构复杂性总是根据它所持有的元素数来计算，显示随着元素数量的增加所需的最长时间。

enter image description here

例如：在＆＃34; B-Tree＆＃34;中搜索元素需要多长时间？鉴于其中已存在n个元素。

enter image description here

在B-Tree中，搜索时间为O（log n），表示最大搜索时间将随log n的变化而增长（参见Big-O Complexity图）。

在您实现堆栈的情况下，您已经使用了一个数组并且您有多个操作，但是您的操作不依赖于堆栈中携带的元素，因为在特定位置获取元素的复杂性为O（1 ）。因此，所有操作都需要O（1）时间。

推 - O（1）

pop - O（1）

isFull - O（1）

isEmpty - O（1）

但是如果你在堆栈中实现搜索，检查给定long是否在你的堆栈中，那么搜索取决于你必须迭代所有元素的元素，复杂性将是O（n）。

Java堆栈数组 - 大O表示法

3 个答案: