文件名称:leetcodepushfront-algo_notes:something_notes
文件大小:152KB
文件格式:ZIP
更新时间:2024-07-26 18:40:13
系统开源
leetcode push front 数据结构与算法之美笔记 时间复杂度分析 什么是复杂度分析 数据结构和算法结局的是“如何让计算机更快时间,更省空间的解决问题”。因此需要 从执行时间和占用空间两个概念来描述性能问题,二者统称为“复杂度”。 分别用时间和空间复杂度两个概念来描述性能问题,二者统称为复杂度。 复杂度描述的是算法执行时间(或者用空间)与数据规模之间的增长关系。 为什么要进行复杂度分析 和性能测试相比,复杂度分析具有:不依赖执行环境、成本低、效率高、易操作、指 导性强的特点 掌握复杂度分析,将能编写出性能更优的代码,有利于降低系统开发和维护成本。 如何进行复杂度分析 大O表示法 来源 算法执行时间与每行代码执行的次数成正比,用 T(n) = O(f(n)) 表示,其中T(n) 表示算法执行总时间,f(n)表示每行代码执行的总次数,n表示数据规模。 特点 以时间复杂度为例,由于时间复杂度描述的是算法执行时间与数据规模的增长变化趋 势,所以常量阶、低阶以及系数实际上对这种增长趋势不缠身决定性影响,所以在做 时间复杂度分析时忽略这些项。 复杂度分析法则 单段代码看高频:循环 多段