• 算法基础


    算法

    时间复杂度

    算法的时间复杂度是一个函数,它定量描述了该算法的运行时间,时间复杂度常用“O”表述,使用这种方式时,时间复杂度可被称为是渐近的,它考察当输入值大小趋近无穷时的情况

    时间复杂度小结:

    时间复杂度是用来估计算法运行时间的一个式子(单位)

    一般来说,时间复杂度高的算法比复杂度低的算法慢

    常见的时间复杂度(按效率排序)

    O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n2logn)<O(n3)
    

    不常见的时间复杂度(看看就好)

    O(n!) O(2n) O(nn) …
    

    如何一眼判断时间复杂度

    循环减半的过程 O(logn)
    几次循环就是 n 的几次方的复杂度


    空间复杂度

    空间复杂度:用来评估算法内存占用大小的一个式子

    “空间换时间”


    冒泡排序

    思路:首先,列表每两个相邻的数,如果前边的比后边的大,那么交换这两个数

    def bubble_sort(li):
        for i in range(len(li)-1):
            for j in range(len(li)-i-1):
                if li[j] > li[j+1]:
                    li[j], li[j+1] = li[j+1], li[j]
    
    

    时间复杂度:O(n2)

    冒泡排序优化

    如果冒泡排序中执行一趟而没有交换,则列表已经是有序状态,可以直接结束算法

    def bubble_sort(li):
        for i in range(len(li)-1):
            flag = True
            for j in range(len(li)-1-i):
                if li[j] > li[j+1]:
                    li[j], li[j+1] = li[j+1], li[j]
                    flag = False
            if flag:
                return
    

    选择排序

    思路:一趟遍历记录最小的数,放到第一个位置;
    再一趟遍历记录剩余列表中最小的数,继续放置;

    def select_sort(li):
        for i in range(len(li)):
            minLoc = i
            for j in range(i+1, len(li)):
                if li[minLoc] > li[j]:
                    li[minLoc], li[j] = li[j], li[minLoc]
    
    

    时间复杂度:O(n2)


    插入排序

    列表被分为有序区和无序区两个部分。最初有序区只有一个元素。
    每次从无序区选择一个元素,插入到有序区的位置,直到无序区变空

    li = [5, 7, 4, 6, 3, 1, 2, 9, 8]
    def insert_sort(li):
        for i in range(1, len(li)):  ### i=2
            tmp = li[i] ## tmp=li[2]=4
            j = i - 1  ### j = 1 li[1]=7
    
            while j >= 0 and li[j] > tmp:
                li[j+1] = li[j]  ### [5,7,7,6,3,8,2,9,1]  ==> [5,5,7,6,3,8,2,9,1]
                j = j - 1   ### j = 0  j= -1
    
            li[j+1] = tmp
    

    时间复杂度:O(n2)

    快速排序

    快排思路:
    取一个元素p(第一个元素),使元素p归位;
    列表被 p 分成两部分,左边都比 p 小,右边都比 p 大;
    递归完成排序。

    ##### 时间复杂度是:O(nlogn)
    def partition(li, left, right):  #### O(n)
    
        tmp = li[left]  # 把最左边的存到一个变量里
    
        while left < right:
            while left < right and li[right] >= tmp:  # 如果最右边的比最左边的大
                right = right - 1  # right 指针向左移 1,再继续下次比较,结果还是大,继续往左移1,如果比left小,跳出循环,移到最左边
            li[left] = li[right]
    
            while left < right and li[left] <= tmp:
                left = left + 1
            li[right] = li[left]
    
        li[left] = tmp  # 此时left和right重合到了一起,就可以让最开始的那个变量归位了
    
        return left
    
    def quick_sort(li, left, right):
    
        if left < right:
            mid = partition(li, left, right)  ### 归位函数
    
            # 递归
            quick_sort(li, left, mid-1)     #### O(logn)
            quick_sort(li, mid+1, right)
    
    

    时间复杂度是:O(nlogn)


    计数排序

    def count_sort(li):
        count = [0 for _ in range(10)]
    
        # print(count)   O(n)
        for k in li:
            count[k] += 1
        # print(count)
    
        li.clear()
        #### O(n)
        for k, v in enumerate(count):
            for i in range(v):
                li.append(k)
    

    二分查找

    def bin_search(li, value , low, high):
    
        if low<=high:
            mid = (low+high) // 2
    
            if li[mid] == value:
                return mid
            elif li[mid] > value:
                return bin_search(li, value, low, mid-1)
            else:
                return bin_search(li, value, mid+1, high)
        else:
            return
    
    li = [1,2,3,4,5,6,7,8,9]
    index = bin_search(li, 3, 0, len(li)-1)
    print(index)
    
  • 相关阅读:
    angular基础
    函数&闭包
    springboot + 拦截器 + 注解 实现自定义权限验证
    idea点击RUN启动报错: Broken configuration due to unavailable plugin or invalid configuration dat
    解决“指定的服务已经标记为删除”问题
    Mybatis中的XML中需要用到的转义符号整理
    springboot 2.0+ 自定义拦截器
    idea中lombok的使用
    springboot集成PageHelper,支持springboot2.0以上版本
    IDEA 修改JSP和后端数据后,页面刷新可以实时更新
  • 原文地址:https://www.cnblogs.com/kai-/p/12621045.html
Copyright © 2020-2023  润新知