Java 为什么方法2比方法1更快，即使方法2使用O（2n）时间复杂度，而方法1使用O（n）解决相同的问题

我在解决GFG的问题。我用两种方法解决了同样的问题

方法1

静态整数多数元素1（整数a[]，整数大小）{
HashMap mp=新的HashMap（）；
整数计数=0；
int maxNum=0；
for（int i=0；isize/2）？maxNum:-1；
}

方法2

static int-majorityElement（int a[]，int-size）{
整数计数=0；
int maxNum=0；
for（int i=0；i大小/2）？最大值：-1；
}

即使方法1正在解决O（n）时间复杂度问题，GFG的时间编译器显示超过了时间限制。 但是当我使用时间复杂度为O（2n）的方法2的代码时，它显示执行成功。

---

能不能请一些人帮我理解这是怎么发生的。

大O符号给你一个关于增长的指示，带有“some'n”。这对于正确理解您正在使用的算法是必要的

鉴于此，你看不到这里的大局。一旦你知道一个算法在O（n）中，而另一个算法在O（2n）中，你基本上是说两个算法都以线性速度增长，事实上常数因子都被吸收了，所以它们都在O（n）中。虽然你不知道确切的速度，但你必须挖掘更多

挖掘，意味着开始考虑额外的细节，如：

• 我们从内存中读取值的次数是多少
• 我们进行了多少次交流

例如，考虑这个场景：你正在执行一个算法，它应该把条目交换成数组来排序它。这可能是低效的，因为您正在执行大量的读写操作。您提出了一个可比较的算法，该算法分配另一个数组以帮助最小化此类交换。后一个版本效率更高，但它也使用了更多内存。记忆，不是最初分析的一部分

因此，Big-O表示法为您提供了粗略比较的洞察力，然后您必须分析您的输入和输出，以便了解实际增长情况：您可以使用低效的算法对10个项目进行排序，但您可能不希望对100000个项目进行同样的排序

---

维基百科有一篇非常详细和全面的文章。您可能想看看它，它可以帮助您更好地了解这个主题。

时间复杂性并不意味着实际的执行速度。这只是一种比较算法的方法，因为

n

越来越大

O（2n）==O（n）

！常数因子被忽略了。这是该表示法的一个问题：

100000n

比

1n

更糟糕，尽管其复杂性相同（使用

HashMap

并在其中搜索肯定需要一些额外的时间），第二个算法是如何工作的？

static int majorityElement1(int a[], int size) {
        HashMap<Integer, Integer> mp = new HashMap<>();
        int count = 0;
        int maxNum = 0;
        for (int i = 0; i < a.length; i++) {
            if (mp.containsKey(a[i])) {
                if (count < mp.get(a[i]) + 1) {
                    count = mp.get(a[i]) + 1;
                    maxNum = a[i];
                }
                mp.replace(a[i], mp.get(a[i]) + 1);
            } else {
                if (count < 1) {
                    count = 1;
                    maxNum = a[i];
                }
                mp.put(a[i], 1);
            }
        }
        return (mp.get(maxNum) > size / 2) ? maxNum : -1;
    }

static int majorityElement(int a[], int size) {
        int count = 0;
        int maxNum = 0;
        for (int i = 0; i < a.length; i++) {
            if (count == 0) {
                maxNum = a[i];
                count++;
            } else {
                if (maxNum == a[i]) {
                    count++;
                } else {
                    count--;
                }
            }
        }
        count = 0;
        for (int i = 0; i < a.length; i++) {
            if (a[i] == maxNum) {
                count++;
            }
        }
        return (count > size / 2) ? maxNum : -1;
    }