- eclipse: 使用linux压缩包版本
- JDK1.8,也是linux压缩包版本
ubuntu环境下需要打开~/.bashrc
输入一下代码
# set JDK
export JAVA_HOME=/usr/lib/jvm/jdk8
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:${PATH}
最后执行source ~/.bashrc生效
字体设置linux中在window->preferences(偏好)->General->apperance->Colors And Fonts->Basic->TextFont->Edit->调整到17左右
右键单机红色区域，选择show Line Numbers
找到Window->Preferences->Java->Editor->Content Assist->Auto Activation -> Auto activation triggers for Java:
将下面需要代码提示的字符输入到下面的文本框
比如：.(abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ
即可，附加：Auto-Activation:自动化， Auto Activation Triggers-自动激活触发器
Window->Preferences->General->Workspace->Text file encoding, 选择other, 填写UTF-8
复杂度 什么是算法 算法是用来解决特定问题的一系列执行步骤 使用不同的算法，解决同一个问题，效率相差可能很大比如求第n个斐波那契数（fibonacci number）
如何评价一个算法的好坏 单从执行效率- 比较不同算法对同一组输入的执行处理时间
- 这种方案叫做事后统计法
- 执行时间严重依赖硬件以及运行时的不确定因素
- 必须编写相应的测算代码
- 测试数据的选择比较难以保证公正性
- 正确性， 可读性，健壮性（对不合理输入的反应和处理能力）
- 时间复杂度（time complexity）:估算程序指令的执行次数（执行时间）
- 空间复杂度（space complexity）:估算所需占用的存储空间
- 9 >> O(1)
- 2n+3>>O(n)
- n2 +2n+6 >> O(n2)
- 4n3+3n2+ 22n+100>>O(n3)
- 写法上n3 = n ^ 3
log2n=log29+log9n
log2n, log9n统称为logn 常见复杂度| 执行次数 | 复杂度 | 非正式术语 |
|---|---|---|
| 12 | O(1) | 常数阶 |
| 2n+3 | O(n) | 线性阶 |
| 4n2+2n+25 | O(n2) | 平方阶 |
| 4log2n | O(logn) | 对数阶 |
| 3n+2nlog3n+15 | O(nlogn) | nlogn阶 |
| 4n3+3n2+22n+100 | O(n3)c | 立方阶 |
| 2n | O(2n) | 指数阶 |
| – | – | – |
- https://zh.numberempire.com/graphingcalculator.php
- 选择函数图像绘制工具即可
public static int fib(int n){
if (n <= 1) return n;
return fib(n-1)+fib(n-2);
}
O(n)
public static int fib(int n){
if (n <= 1) return n;
int first = 0;
int second = 1;
while(n-- > 1){
second += first;
first = second-first;
}
return second;
}
差别
- 如果是一台1GHZ的普通计算机，运行速度109次每秒，（n为64）
- O(n)大约耗时6.4*10-8秒
- O(2n)大约耗时584.94年
- 有时候算法之间的差距，往往比硬件方面的差距大
- 我是一个斐波那契程序员
- 因为我们都在改昨天和前天的bug
这个暂时没看懂========
================这个又看了一下视频， 基本上就是一个固定的公式，老师说并不是全部的都有这种巧合，因此记住这一个就行。
F(n) = c1x1n+c2x2n.
x1=(1+51/2)/2
x2=(1-51/2)/2
c1=5-1/2
c2=-5-1/2
F(n)=5-1/2 [(1+51/2)/2-(1-51/2)/2]
public static int fib3(int n){
double c = Math.sqrt(5);
return (int)((Math.pow((1+c)/2,n)-Math.pow((1-c)/2,n))/c)
}
复杂度是O(1)!!!
算法优化方向 尽量少存储空间 尽量少执行步骤（执行时间） 根据情况时间换空间或空间换时间 多个数据规模情况-O(n+k)public static void test(int n, int k){
for(int i = 0; i < n; i ++){
System.out.println("test");
}
for(int i = 0; i < k; i ++){
System.out.println("test");
}
}
