Java 使用Arrays.sort进行数组分析的性能

我有一个使用数组的代码。排序（char[]）的方式如下：

    void arrayAnalysis(String[] array){
      for(int a=0; a<array.length;a++){
        char[] letters = array[a].toCharArray();
        Arrays.sort(letters);
        ...
        for(int b=a+1; b<array.length;b++){
          char[] letters2 = array[b].toCharArray();
          Arrays.sort(letters2);

          if(Arrays.equals(letters, letters2)
            print("equal");
        }
      }
    }

void数组分析（字符串[]数组）{
对于（int a=0；a您运行n个外部循环，每个外部循环运行n个内部循环，每个内部循环调用一个O（n logn）算法，因此最终结果（在级别之间没有任何交互）是O（n3 logn）。
如果
n
是数组的长度，
m
是每个
数组的长度[i]
，然后您将在每个
n^2
迭代中执行
O（m log m）
排序，因此总体上是
O（n^2（m log m））
（或者
O（n^3 log n）
如果
n==m
[编辑：现在我想得更多了，您的猜测是正确的，这是错误的复杂性。但我下面说的仍然是正确的！]

不过，这并不是必须的。您可以创建数组的排序副本，并使用该副本执行嵌套for循环。看看
a
为0时会发生什么：首先排序
array[0]
，然后在内部for循环中通过
array[n]
对
array[1]
进行排序

然后当
a
为1时，首先对
array[1]
进行排序，然后在内部for循环
array[2]
中通过
array[n]
。但是您已经对所有这些进行了排序，并且在这段时间内不会发生变化。
字符串有多长？这是数组中的
n
。排序大O，它与数组大小中的
n
不同。如果您有最大字符串长度，那么Arrays.sort位以一个常量为界。那么您的复杂度估计值不仅取决于
n
，还取决于字符串大小。下面的答案很好。非常感谢@ChrisNash，我以前没有考虑过边界大小。关于下面的答案，我的困惑是是否忽略了初始排序。明白了，您看到的是外部排序
O（m log m）
和内部排序
O（m log m）
。但是它们是顺序操作，所以它们是加法而不是乘法（记住
O（某物）+O（较小的东西）
仍然是
O（某物）
）。重要的一点是有多少排序。在外循环中也有一个O（n log n）算法调用。我想你忽略了
数组。排序（char[]）
在外部循环中调用。但是，您所说的非常有意义。这是一种提高性能的方法。对数组进行一次排序。这就是
O（n（m log m））
。比较数组就是一个嵌套循环，这就是
O（n^2 m）
，由于是最坏的情况，您必须比较每个字符中的
m
字符。这是一个可爱的问题，因为
n
和
m
的相对大小实际上会对答案产生影响。