Question

考虑一个在程序的整个生命周期中持续的while循环。你有一个String arraylist，对于数组中的每个String，你将它与数组中的每个对象进行比较。

我不确定这部分是否重要，但假设每个对象都有一个.getString（）方法，您可以将其与arraylist中的String进行比较。

ArrayList<String> stringArray = new ArrayList<>()
stringArray.add("hello");  // 0th element
.
.
.
stringArray.add("bye"); // mth element

while(true){
    //assume that you HAVE to instantiate a new object array every loop
    Object[] objectArray = {new object(), .....new object() };
    for(Object i : objectArray){
       if stringArray.contains(i.getString())
          return true;
       }
    }

如果我没弄错，这个操作需要O（m * n）时间吗？字符串arrayList将具有m个元素，而对象数组将具有n个元素。时间复杂度是否也是cpu使用的一个因素？

Answer 1

如果我没弄错，这个操作需要O（m * n）时间吗？字符串 arrayList将包含m个元素，而对象数组则具有m个元素有许多元素。

是的，你正确计算给定场景的时间复杂度（谈论for循环部分）。 ArrayList.contains（）方法花费O（m）时间检查ArrayList中元素是否存在于ArrayList中的m个元素。另外，请检查this answer以获取相同证明。

而且，由于对象数组中有n个元素，因此净时间复杂度为O（m * n）。

注意： - 如果您将考虑整个程序（包括无限的while循环），那么在最坏情况下，如果ArrayList中的值都不包含任何值，它可能会变为无穷大对象数组的值，然后再次在while循环的下一次迭代中，将实例化相同的Object-Array。相同的for循环将具有O（m * n）最坏情况的复杂性，并且永远具有相同的故事。

时间复杂度是否也会影响cpu的使用？

时间复杂度是一种算法分析方法，用于了解程序如何依赖于输入参数。因此，实际上随着元素数量的增加，时间复杂度将始终给出一个广义的概念，如O（n）或O（log n），它不会给出精确的CPU性能度量。它用于估计程序的输入成员如何影响程序的执行。

而且，对于大量元素，程序的实际CPU执行量显然会更大，即使时间复杂度将被正式定义为相同。

同样，即使你增加n的数量，二进制搜索的时间复杂度也是O（log n）。它给你一个粗略的估计。如果您真的要运行该程序，其他一些因素，如环境，案例场景（最佳/最差）等将会发挥作用。

以下操作需要多少CPU？任何真正计算它的方法？

1 个答案: