算法（Algorithm）概念：一个计算过程，解决问题的方法递归的两大特点：1、自己调用自己 2、有穷性（python默认只能递归999次）自己修改递归深度：sys.setrecursionlimit(100000)def func1(x):
if x>0:
print(x)
func1(x-1)
def func2(x):
if x>
转载
2023-06-21 22:11:37
141阅读
排序算法-算法时间复杂度和空间复杂度概念 详细讲解排序算法的介绍排序也称排序算法(Sort Algorithm)，排序是将一组数据，依指定的顺序进行排列的过程。排序的分类：1)内部排序： 指将需要处理的所有数据都加载到内部存储器内存中进行排序。2)外部排序法：数据量过大，无法全部加载到内存中，需要借助外部存储文件进行排序。3)常见的排序算法分类（见下图）：算法的时间复杂度度量一个程序（算法）执行时
时间复杂度和空间复杂度1. 测试运行时间示例2. 时间复杂度2.1列表数据结构时间复杂度计算2.2 字典数据结构时间复杂度计算3. 空间复杂度4. 参考链接 算法分析是基于每种算法使用的计算资源量来比较算法。我们比较两个算法，说一个比另一个算法好的原因在于它在使 用资源方面更有效率，或者仅仅使用的资源更少。因此采用时间复杂度和空间复杂度来分析算法的性能。空间复杂度也就是分析算法解决问题所需的空间
最近下班一直在学习和总结Python，最近在整理数据结构和算法这方面的知识，虽然大学的时候也学过数据结构(c语言版本)，但是工作这几年一直在做前端所以，这方面的知识也忘了差不多，所以就想整理一下，方便以后自己复习。下面会说几段代码，是想说一下几个概念，1>大O表示法，它主要是用来表示算法效率的一个衡量方法，也叫时间复杂度的表示方法。2> 算法的特征。3>Python内置性能分析。
序列相似度在现实生活中我们常常需要比较两串数字的相似度，比如两串数字（一维），再比如两条轨迹（二维），那么如何计算两个序列的相似度呢？有人提出了DTW算法，一种计算序列距离的方法。DTW算法原理 在这里只是进行更详细的分析和介绍，以两个数组为例：s1 = [1, 2, 3, 4, 5, 5, 5, 4] s2 = [3, 4, 5, 5, 5, 4]首先将这两个数组放在矩阵中，列对应s1，行对应s
转载
2023-09-05 11:44:38
125阅读
算法时间复杂度评估的一般法则2020/8/18若有过错，请评论斧正。法则一：for循环法则一次for循环的运行时间，最多是该for循环内语句(包括测试)的运行时间乘以迭代的次数。Eg：#include<stdio.h>
int main(){
int i;
int b = 0;
int a = 1;
for(i=0;i<N;i++)
{
b = b
转载
2023-07-24 15:51:40
88阅读
前言本文主要记录了数据结构、算法、数据结构与算法的关系以及算法的时间复杂度、空间复杂度。数据结构数据结构是计算机存储、组织数据的方式。算法算法是一系列解决问题的清晰指令。数据结构与算法的关系程序=数据结构+算法数据结构为算法提供服务，算法围绕数据进行操作。时间复杂度用来描述算法的运行时间。用O表示，常见的有O(1),O(n),O(n^2),O(log^n)...!在这里插入图片描述(https:/
原创
2022-10-11 21:56:49
419阅读
简介在编写Python中的自定义函数或算法时，减低时间复杂度和空间复杂度，会大大提升Python自定义函数或算法的整体性能，提升性能的几个书写好习惯：尽量不要写循环，最好是一次就输出结果如果写循环，尽量写一层循环就能有结果避免嵌套时间复杂度时间复杂度是用来估计自定义函数或算法运行时间的一个式子（单位）,时间复杂度常用“O”表述，而且时间复杂度可被称为是渐近的，它考察当输入值大小趋近 时间复杂度为
引入概念算法的提出算法的概念算法的五大特征算法效率衡量执行时间与算法效率最坏时间复杂度最常见的时间复杂度python内置类型性能分析timeit模块列表，字典内直接操作的时间复杂度数据结构算法与数据结构的区别抽象数据类型 算法的提出引入 a+b+c=1000,且a2+b2=c**2，求出a,b,c所有组合程序1import time
start_time = time.time()
for a
1、算法算法是独立存在的一种解决问题的方法和思想。算法的五大特性： 输入: 算法具有0个或多个输入 输出: 算法至少有1个或多个输出 有穷性: 算法在有限的步骤之后会自动结束而不会无限循环，并且每一个步骤可以在可接受的时间内完成 确定性：算法中的每一步都有确定的含义，不会出现二义性 可行性：算法的每一步都是可行的，也就是说每一步都能够执行有限的次数完成2、时间复杂度与“大O记法”**“大O记法”：
Python算法基础之时间复杂度与数据结构时间复杂度时间复杂度： 是程序中基本步骤的数量 时间复杂度的计算规则 基本操作，只有常数项，计算时间复杂度为O(1) 顺序结构，时间复杂度按加法计算 条件结构，时间复杂度取最大值 循环结构，时间复杂度按乘法计算 判断一个算法的效率时往往只需要关注操作数量的最高次项，其他次要项和常数项可以忽略 如果没有特殊说明，通常是指最坏时间复杂度 例题：如果 a+b+c
一、引言 我们都知道，算法复杂度是用来评估算法性能的，在计算复杂度时，应当做出最差最不理想的估计，例如在循环遍历一个数组查找一个元素时，应当估计循环完全进行，这也称为算法运行的上界，在数据结构和算法中，以T表示算法性能（时间、复杂度），以O为常量，T=O(n)，n越大，表示复杂度越高。二、常见的算法复杂度及其排序： O(1)<O(logn)<O(√n)<
转载
2023-06-19 15:48:04
201阅读
人到中年，容易变得油腻，思想懒惰，身体就容易发胖。为了摆脱中年油腻，不如和我一起学习算法来烧烧脑子，燃烧你的卡路里。烧脑题目：如何在 O(n) 的时间复杂度内按年龄给 100 万用户信息排序？带着这个问题来学习下三个线性排序算法。前几篇文章介绍了几个常用的排序算法：冒泡、选择、插入、归并、快速，他们的时间复杂度从 O(n^2) 到 O(nlogn)，其实还有时间复杂度为 O(n) 的排序算法，他们
算法复杂度是指在解决问题时算法所需要的计算资源，通常用时间复杂度和空间复杂度两个概念来描述。时间复杂度时间复杂度表示算法所需执行的指令次数与问题规模n之间的关系，是衡量算法效率的重要指标，通常用大O表示法来表示。在大O表示法中，算法的时间复杂度用O(f(n))来表示，其中n为问题规模，f(n)为算法执行时所需的基本操作数量。常见的时间复杂度有O(1), O(logN), O(N), O(NlogN
原创
2023-05-19 09:06:34
208阅读
一、复杂度理论、二、时间复杂度、1、P 与 NP 问题、2、O 表示的复杂度情况、3、时间复杂度取值规则、4、时间复杂度对比、
原创
2022-03-08 10:28:45
1087阅读
常见的时间复杂度有O(1), O(logN), O(N), O(NlogN), O(N^2), O(2^N)等，其中O(1)表示算法的复杂度是
原创
2023-06-10 00:43:27
200阅读
什么是圈复杂度？—————————————————————————————————————圈复杂度（Cyclomatic Complexity）是衡量计算机程序复杂程度的一种措施。它根据程序从开始到结束的线性独立路径的数量计算得来的。圈复杂度越高，代码就越难复杂难维护。坑就越大。。。从1开始，一直往下通过程序。一但遇到以下关键字，或者其它同类的词，就加1：if，while，repeat
1. 圈复杂度1.1 什么是圈复杂度？引用[1] 圈复杂度是 Thomas J. McCabe 在 1976年开创的软件指标，用来判断程序的复杂度。这个指标度量源代码中线性独立的路径或分支的数量。根据 McCabe 所说，一个方法的复杂度最好保持在10 以下。这是因为对人类记忆力的研究表明，人的短期记忆只能存储 7 件事（偏差为正负 2）。如果开发人员编写的代码有 50 个线性独立的路径，那么为了
转载
2023-08-09 19:57:26
232阅读
目录前言一、算法的复杂度二、时间复杂度三、时间复杂度习题 例1、2、3、4：普通循环的时间复杂度例5：二分查找法的时间复杂度例6：冒泡排序的时间复杂度例7：普通递归的时间复杂度例8：求斐波那契数的时间复杂度附加题：逆置数组前言
Hello，各位看官好，今天我们来说一个问题，就是如何计算算法复杂度（这里所说的算法复杂度就是时间复杂度）。 一、时间复杂度的概念 二、计算时间复杂度的原理以及方法 三、练习题目 一、时间复杂度的概念 这里要说一下，时间复杂度其实可以分成三种，分别是最好时间复杂度，最坏时间复杂度，以及准确复杂度，那么我们平时说的是哪一种呢
