Go语言性能优化-两数之和算法性能研究

好多人都在刷leetcode,今天我也注册了一个玩玩,发现里面好多都是算法题,好吧,毕业十来年,学的那点可怜的数学知识,全都还给学校了。好了闲话少说,言归正传,让我们看看今天在里面我尝试的第一道题,有点意思, 不只是单纯的算法,还有数据和是否适合的问题。

承题

点开题库,看了第一题,我们看看这道题:

给定一个整数数组和一个目标值,找出数组中和为目标值的两个数。

你可以假设每个输入只对应一种答案,且同样的元素不能被重复利用。

示例:

给定 nums = [2, 7, 11, 15], target = 9

因为 nums[0] + nums[1] = 2 + 7 = 9

所以返回 [0, 1]

用了这么多文字描述,其实总结起来就是:数组里那两个数想加等于目标值,找出来这两个数的索引。

题是不难,leetcode给出了两种算法:

暴力法,循环迭代找出来,时间复杂度O(n^2),空间复杂度是O(1)

一遍哈希表,时间和空间复杂度都是O(n)

暴力法

我用Go语言(golang)实现了暴力法,下面看看代码。

两层循环嵌套,很黄很暴力。这个算法是如果运气好了,循环两遍就出来结果了,如果运气不好,要找的元素正好在最后两位,那么真的是O(n^2)了。

哈希法

Go语言里有map类型,这个默认的Hash实现,基于这个我们用Golang实现哈希法。

这个算法中规中矩,时间和空间复杂度都是O(n),如果运气好,数组内重复的元素多,空间占用还会再少一些。

测试

写好了算法,还要测试一下,要保证结果是正确的,不能搞乌龙。

运行输出:

和期望的结果一样,说明我们的算法没有问题。

性能期望

这两种算法,leetcode也给了空间和时间复杂度,从我们自己的代码实现分析看,也是第二种哈希法要比暴力法好的多,真实的情况真的是这样吗?我们用Go语言的基准测试(Benchmark),测试一下。

关于基准测试(Benchmark)可以参考Go语言实战笔记(二十二)| Go 基准测试,这里不再详述。

运行命令查看Golang Benchmark 测试的结果。

我用的测试用例,直接用题中给的,我们发现在这种测试用例的情况下,我们不看好的暴力法,反而性能比哈希法高出2.5倍,好像和我们想的有点不一样。

数组位置调整

我们看测试的数组,答案就在数组的前两位,这对于暴力法来说,的确有优势,我们把这两个答案2、7调整到数组的末尾,也就是测试数组为,看看测试结果。

好吧,这一调,暴力法还是一如既往的坚挺,但是哈希法的性能下降了1倍,把哈希法给调死了。

扩大数组个数

我们发现,数组个数少的时候,暴力法是占有优势的,性能是最好的。下面我们调整下数组的个数,再进行测试。

仔细看上面的代码,我采用自动随机生成数组元素的方式,但是为了保证答案,数组的最后两位还是。

先测试下数组大小为10个的情况。

10个元素是,暴力法比哈希法的性能快10倍。

继续调整数组大小为50,直接修改常量就好了,测试50个元素的情况。

随着数组大小的增加,哈希法的优势开始凸现,50个数组元素时,相差只有4倍。

从不断的增加数组的大小开始,在我的电脑上,当数组的大小为300时,两者打平,性能一样。

当数组大小为1000时,哈希法的性能已经是暴力法的4倍,反过来了。

当数组大小为10000时,哈希法的性能已经是暴力法的20倍,测试数据如下:

从基准测试的数据来看,数组越大,每次操作耗费的时间越长,但是暴力法的耗时增长太大,导致性能低下。

从数据中也可以看出,哈希法是空间换时间的方式,内存占用和分配都比较大。

小结

从这测试和性能分析来看,不存在最优的算法,只存在最合适的。

如果你的数组元素比较少,那么暴力算法是更适合你的。

如果数组元素非常多,那么采用哈希算法就是一个比较好的选择了。

所以,根据我们自己系统的实际情况,来选择合适的算法,比如动态判断数组的大小,采用不同的算法,达到最大的性能。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181019B24B3700?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券