如何用JavaScript学习算法复杂度


Posted in Javascript onApril 30, 2021

概述

在本文中,我们将探讨 “二次方” 和 “n log(n)” 等术语在算法中的含义。

在后面的例子中,我将引用这两个数组,一个包含 5 个元素,另一个包含 50 个元素。我还会用到JavaScript中方便的performance API来衡量执行时间的差异。

const smArr = [5, 3, 2, 35, 2];

const bigArr = [5, 3, 2, 35, 2, 5, 3, 2, 35, 2, 5, 3, 2, 35, 2, 5, 3, 2, 35, 2, 5, 3, 2, 35, 2, 5, 3, 2, 35, 2, 5, 3, 2, 35, 2, 5, 3, 2, 35, 2, 5, 3, 2, 35, 2, 5, 3, 2, 35, 2];

什么是 Big O 符号?

Big O 表示法是用来表示随着数据集的增加,计算任务难度总体增长的一种方式。尽管还有其他表示法,但通常 big O 表示法是最常用的,因为它着眼于最坏的情况,更容易量化和考虑。最坏的情况意味着完成任务需要最多的操作次数;如果你在一秒钟内就能恢复打乱魔方,那么你只拧了一圈的话,不能说自己是做得最好的。

当你进一步了解算法时,就会发现这非常有用,因为在理解这种关系的同时去编写代码,就能知道时间都花在了什么地方。

当你了解更多有关 Big O 表示法的信息时,可能会看到下图中不同的变化。我们希望将复杂度保持在尽可能低的水平,最好避免超过 O(n)。

如何用JavaScript学习算法复杂度

O(1)

这是理想的情况,无论有多少个项目,不管是一个还是一百万个,完成的时间量都将保持不变。执行单个操作的大多数操作都是 O(1)。把数据写到数组、在特定索引处获取项目、添加子元素等都将会花费相同的时间量,这与数组的长度无关。

const a1 = performance.now();
smArr.push(27);
const a2 = performance.now();
console.log(`Time: ${a2 - a1}`); // Less than 1 Millisecond


const b1 = performance.now();
bigArr.push(27);
const b2 = performance.now();
console.log(`Time: ${b2 - b1}`); // Less than 1 Millisecond

O(n)

在默认情况下,所有的循环都是线性增长的,因为数据的大小和完成的时间之间存在一对一的关系。所以如果你有 1,000 个数组项,将会花费的 1,000 倍时间。

const a1 = performance.now();
smArr.forEach(item => console.log(item));
const a2 = performance.now();
console.log(`Time: ${a2 - a1}`); // 3 Milliseconds

const b1 = performance.now();
bigArr.forEach(item => console.log(item));
const b2 = performance.now();
console.log(`Time: ${b2 - b1}`); // 13 Milliseconds

O(n^2)

指数增长是一个陷阱,我们都掉进去过。你是否需要为数组中的每个项目找到匹配对?将循环放入循环中是一种很好的方式,可以把 1000 个项目的数组变成一百万个操作搜索,这将会使你的浏览器失去响应。与使用双重嵌套循环进行一百万次操作相比,最好在两个单独的循环中进行 2,000 次操作。

const a1 = performance.now();
smArr.forEach(() => {
    arr2.forEach(item => console.log(item));
});
const a2 = performance.now();
console.log(`Time: ${a2 - a1}`); // 8 Milliseconds


const b1 = performance.now();
bigArr.forEach(() => {
    arr2.forEach(item => console.log(item));
});
const b2 = performance.now();
console.log(`Time: ${b2 - b1}`); // 307 Milliseconds

O(log n)

我认为关于对数增长最好的比喻,是想象在字典中查找像 “notation” 之类的单词。你不会在一个词条一个词条的去进行搜索,而是先找到 “N” 这一部分,然后是 “OPQ” 这一页,然后按字母顺序搜索列表直到找到匹配项。

通过这种“分而治之”的方法,找到某些内容的时间仍然会因字典的大小而改变,但远不及 O(n) 。因为它会在不查看大部分数据的情况下逐步搜索更具体的部分,所以搜索一千个项目可能需要少于 10 个操作,而一百万个项目可能需要少于 20 个操作,这使你的效率最大化。

在这个例子中,我们可以做一个简单的快速排序。

const sort = arr => {
  if (arr.length < 2) return arr;

  let pivot = arr[0];
  let left = [];
  let right = [];

  for (let i = 1, total = arr.length; i < total; i++) {
    if (arr[i] < pivot) left.push(arr[i]);
    else right.push(arr[i]);
  };
  return [
    ...sort(left),
    pivot,
    ...sort(right)
  ];
};
sort(smArr); // 0 Milliseconds
sort(bigArr); // 1 Millisecond

O(n!)

最糟糕的一种可能性是析因增长。最经典的例子就是旅行的推销员问题。如果你要在很多距离不同的城市之间旅行,如何找到在所有城市之间返回起点的最短路线?暴力方法将是检查每个城市之间所有可能的路线距离,这是一个阶乘并且很快就会失控。

由于这个问题很快会变得非常复杂,因此我们将通过简短的递归函数演示这种复杂性。这个函数会将一个数字去乘以函数自己,然后将数字减去1。阶乘中的每个数字都会这样计算,直到为 0,并且每个递归层都会把其乘积添加到原始数字中。

阶乘只是从 1 开始直至该数字的乘积。那么6!是1x2x3x4x5x6 = 720。

const factorial = n => {
  let num = n;

  if (n === 0) return 1
  for (let i = 0; i < n; i++) {
    num = n * factorial(n - 1);
  };

  return num;
};
factorial(1); // 2 Milliseconds
factorial(5); // 3 Milliseconds
factorial(10); // 85 Milliseconds
factorial(12); //  11,942 Milliseconds

我原本打算显示factorial(15),但是 12 以上的值都太多,并且使页面崩溃了,这也证明了为什么需要避免这种情况。

结束语

我们需要编写高性能的代码似乎是一个不争得事实,但是我敢肯定,几乎每个开发人员都创建过至少两重甚至三重嵌套循环,因为“它确实有效”。Big O 表示法在表达和考虑复杂性方面是非常必要的,这是我们从未有过的方式。

以上就是如何用JavaScript学习算法复杂度的详细内容,更多关于JS算法复杂度的资料请关注三水点靠木其它相关文章!

Javascript 相关文章推荐
基于jquery用于查询操作的实现代码
May 10 Javascript
Javascript下判断是否为闰年的Datetime包
Oct 26 Javascript
JavaScript面向对象之Prototypes和继承
Jul 12 Javascript
jquery ui dialog实现弹窗特效的思路及代码
Aug 03 Javascript
使用JSLint提高JS代码质量方法分享
Dec 16 Javascript
将form表单中的元素转换成对象的方法适用表单提交
May 02 Javascript
JavaScript控制图片加载完成后调用回调函数的方法
Mar 20 Javascript
再JavaScript的jQuery库中编写动画效果的指南
Aug 13 Javascript
jQuery获取checkbox选中的值
Jan 28 Javascript
vue 计时器组件的实现代码
Sep 14 Javascript
详解React 在服务端渲染的实现
Nov 16 Javascript
微信小程序事件流原理解析
Nov 27 Javascript
JS不要再到处使用绝对等于运算符了
Apr 30 #Javascript
如何用Node.js编写内存效率高的应用程序
用几道面试题来看JavaScript执行机制
Apr 30 #Javascript
详解前端任务构建利器Gulp.js使用指南
Apr 30 #Javascript
浅谈node.js中间件有哪些类型
Apr 29 #Javascript
JavaScript实现简单图片切换
何时使用Map来代替普通的JS对象
You might like
图片自动缩小的js代码,用以防止图片撑破页面
2007/03/12 Javascript
对google个性主页的拖拽效果的js的完整注释[转]
2007/04/10 Javascript
js表数据排序 sort table data
2009/02/18 Javascript
js setattribute批量设置css样式
2009/11/26 Javascript
javascript动态加载实现方法一
2012/08/22 Javascript
javascript使用定时函数实现跳转到某个页面
2013/12/25 Javascript
node.js中的http.response.setHeader方法使用说明
2014/12/14 Javascript
2则自己编写的jQuery特效分享
2015/02/26 Javascript
jQuery插件jFade实现鼠标经过的图片高亮其它变暗
2015/03/14 Javascript
jquery+css实现的红色线条横向二级菜单效果
2015/08/22 Javascript
表单验证正则表达式实例代码详解
2015/11/09 Javascript
js实现点击按钮弹出上传文件的窗口
2016/12/23 Javascript
那些精彩的JavaScript代码片段
2017/01/12 Javascript
原生Aajax 和jQuery Ajax 写法个人总结
2017/03/24 jQuery
AngularJs+Bootstrap实现漂亮的计算器
2017/08/10 Javascript
详解A标签中href=&quot;&quot;的几种用法
2017/08/20 Javascript
vue中添加与删除关键字搜索功能
2019/10/12 Javascript
jquery实现商品sku多属性选择功能(商品详情页)
2019/12/20 jQuery
js实现盒子拖拽动画效果
2020/08/09 Javascript
react-intl实现React国际化多语言的方法
2020/09/27 Javascript
Python中MySQL数据迁移到MongoDB脚本的方法
2016/04/28 Python
python使用opencv读取图片的实例
2017/08/17 Python
Python中optparser库用法实例详解
2018/01/26 Python
Jupyter notebook在mac:linux上的配置和远程访问的方法
2019/01/14 Python
python+selenium 定位到元素,无法点击的解决方法
2019/01/30 Python
python 求定积分和不定积分示例
2019/11/20 Python
python实现将json多行数据传入到mysql中使用
2019/12/31 Python
基于PyTorch的permute和reshape/view的区别介绍
2020/06/18 Python
解析python 中/ 和 % 和 //(地板除)
2020/06/28 Python
详解python模块pychartdir安装及导入问题
2020/10/22 Python
如何使用localstorage代替cookie实现跨域共享数据问题
2018/04/18 HTML / CSS
英国在线女鞋目的地:SIMMI
2018/12/27 全球购物
社团成立邀请函
2014/01/08 职场文书
详解OpenCV曝光融合
2022/04/29 Python
MySQL如何使备份得数据保持一致
2022/05/02 MySQL
小程序实现侧滑删除功能
2022/06/25 Javascript