本文例項講述了Java均攤複雜度和防止複雜度的震盪。分享給大家供大家參考，具體如下：

關於上一節封裝陣列的簡單複雜度分析方法中我們對新增操作的時間複雜度歸結為O(n)是考慮了擴容操作(resize)在內的。就addLast(e)操作而言，時間複雜度為O(1)，在考慮最壞情況下，每次新增均會觸發擴容操作，需要移動n個元素，因此此時addLast操作的時間複雜度為O(n)。

（1）addLast(e)均攤時間複雜度分析

resize(n) O(n)

假設當前capacity=8，並且每一次新增操作都使用addLast方法

17次基本操作包括：9次新增操作，8次轉移操作。均攤每次addLast操作進行大約兩次基本操作:

平均值為：17/9≈ 2。

假設capacity=n，n+1次addLast操作，觸發resize，總共進行了2n+1=（n+1）+ n次基本操作；

均攤每次addLast操作進行大約兩次基本操作：

平均值為：2n+1 / n+1 ≈ 2

結論：因此addLast均攤時間複雜度為O(1)，均攤時間複雜度會比最壞情況有意義，因為一般情況下resize不會每一次都會觸發，因此可以分攤到其他上面。
同理，removeLast操作均攤時間複雜度也是O(1)

（1）addLast(e)和removeLast(e)複雜度震盪分析

設陣列的容量為n，此時陣列中的個數為n個，此時我們向陣列中新增一個元素，則會觸發擴容操作；然後在從陣列中刪除一個元素時又會重新觸發縮容操作，這樣反覆執行都會耗費O(n)的複雜度，導致複雜度震盪。

演示如下：

第一次執行addLast(e)時間複雜度：O(n)

第二次執行removeLast(e)時間複雜度：O(n)

第三次執行addLast(e)時間複雜度：O(n)

第四次執行removeLast(e)時間複雜度：O(n)

產生複雜度震盪的原因為：removeLast時resize過於著急（Eager）。

解決辦法為：Lazy（remove延遲執行resize）

容量2n，size=n+1時：

容量2n，size=n時，進行縮容1/2：

容量2n，size=1/4*2n，進行縮容1/2 ：

當size==capacity/4時，才將capacity減半。

現在我們來進一步改進我們的程式程式碼：

  //從陣列中刪除index位置的元素，返回刪除的元素
  public E remove(int index) {
    //1.判斷索引的選擇是否合法
    if (index < 0 || index > size)
      throw new IllegalArgumentException("您選擇的位置不合法");

    //2.先儲存需要刪除的索引對應的值
    E ret = data[index];

    //將索引為index之後（index）的元素依次向前移動
    for (int i = index + 1; i < size; i++) {
      //3.執行刪除--實質為索引為index之後（index）的元素依次向前移動，將元素覆蓋
      data[i - 1] = data[i];
    }
    //4.維護size變數
    size--;
    // loitering objects != memory leak 手動釋放記憶體空間
    data[size] = null;

    //縮容操作
    if (size == data.length / 4 && data.length != 0) {
      resize(data.length / 2);
    }
    //5.返回被刪除的元素
    return ret;
  }

到此我們完成了一個比較完善的動態陣列的封裝。

更多關於java相關內容感興趣的讀者可檢視本站專題：《Java陣列操作技巧總結》、《Java字元與字串操作技巧總結》、《Java數學運算技巧總結》、《Java資料結構與演算法教程》及《Java操作DOM節點技巧總結》

希望本文所述對大家java程式設計有所幫助。