最近休息的状态，所以将以前工作时纪录在“印象笔记”的较好的资料和以前自己的一些想法，逐步整理到博客里吧。一、概念
时间复杂度是总运算次数表达式中受n的变化影响最大的那一项(不含系数)
比如：一般总运算次数表达式类似于这样：
a*2^n+b*n^3+c*n^2+d*n*lg(n)+e*n+f
a ！ =0时，时间复杂度就是O(2^n);
a=0,b<>0 =>O(n^3)
转载
2024-01-09 23:32:28
111阅读
一、概念 时间复杂度：随着n的不断变化，T(n)/f(n)逐渐趋近于一个常数，我们使用O(f(n))来表示时间复杂度 我的理解就是： 时间复杂度就是： 程序循环体内，执行次数最多的语句的执行次数，若并列的循环，则将并列循环的时间复杂度相加。 时间复杂度排序： Ο(1)＜Ο(log2n)＜Ο(n)＜Ο ...
转载
2021-10-09 10:15:00
1169阅读
2评论
//------------------>摘自：https://blog.csdn.net/qq_41523096/article/details/82142747《一套图 搞懂“时间复杂度”》渐进时间复杂度比如算法A的相对时间是T（n）= 100n，算法B的相对时间是T（n）= 5n^2，这两个到底谁的运行时间更长一些？这就要看n的取值了。所以，这时候有了渐进时间复...
原创
2021-09-29 13:37:01
1923阅读
第十五章 算法“”"衡量算法的好坏 时间复杂度 空间复杂度查找 顺序查找 折半查找排序 冒泡排序 选择排序 插入排序 希尔排序 快速排序 归并排序算法 解决特定问题的方案一、衡量算法的好坏（1） 时间复杂度
算法运行的时候执行规模、频度。
最好执行次数、平均执行次数、最坏执行次数（为准）
常数时间复杂度：在任何时刻访问时间复杂度都是一致的。O(1)
x=1
转载
2023-12-01 09:12:07
32阅读
1. 时间复杂度：使用大O表示法来表示程序的时间复杂度常见的7种时间复杂度（复杂度由低到高排序）O(1):常数时间复杂度O(log(n): 对数时间复杂度O(n): 线性时间复杂度O(n^2):平方时间复杂度O(n^3):立方时间复杂度O(k^n):指数时间复杂度，k表示常数O(n!):阶乘时间复杂度ps：这里我们并不考虑前边的系数；O(1) 并不表示复杂度为1，也可以 是2、3等常数；O(n)表
转载
2024-05-06 12:51:27
49阅读
这里写自定义python 学习（排序）冒泡排序插入排序选择排序堆排序快速排序归并排序计数排序基数排序稳定性 python 学习（排序）时间复杂度为N^2: 冒泡排序，插入排序，选择排序。时间复杂度为NlogN：堆排序，快速排序， 归并排序。时间复杂度基于数据大小：计数排序，基数排序。常用的排序算法，使用python实现。冒泡排序def buble(num):
for i in range(le
转载
2024-05-16 12:34:03
235阅读
Python内置方法的时间复杂度本文翻译自Python Wiki
本页面涵盖了Python中若干方法的时间复杂度（或者叫“大欧”，“Big
O”）。该时间复杂度的计算基于当前（译注：至少是2011年之前）的CPython实现。其他Python的实现（包括老版本或者尚在开发的CPython实现）可能会在性能表现上有些许小小的差异，但一般不超过一个O(log
n)项。本文中，’n’代表容器中元素的数量
转载
2023-10-22 18:09:19
126阅读
本篇文章给大家带来的内容是关于Python中顺序表算法复杂度的相关知识介绍，有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。一.算法复杂度的引入对于算法的时间和空间性质，最重要的是其量级和趋势，所以衡量其复杂度的函数常量因子可以忽略不计.大O记法通常是某一算法的渐进时间复杂度，常用的渐进复杂度函数复杂度比较如下：O(1)引入时间复杂度的例子，请比较两段代码的例子，看其计算的结果imp
转载
2023-10-04 16:46:07
79阅读
目录一.时间复杂度&&空间复杂度的定义二.使用时间复杂度的优势三.判断时间复杂度的实用方法&&计算窍门四.时间复杂度的常见类型五.时间复杂度的细分一，时间复杂度&&空间复杂度的定义：1.时间复杂度的定义：时间复杂度的称是渐进时间复杂度，表示算法的执行时间与数据模型之间的增长关系。 2.空间复杂度的定义：空间复杂度的全称是渐进空间复杂度，表示算法的存
转载
2024-03-01 15:11:15
69阅读
转：https://blog..net/zxm490484080/article/details/72210501 算法复杂度分为时间复杂度和空间复杂度。 其作用： 时间复杂度是指执行算法所需要的计算工作量； 而空间复杂度是指执行这个算法所需要的内存空间。 时间复杂度 计算时间复杂度的方法：
转载
2018-04-07 12:28:00
542阅读
2评论
算法的复杂度分析主要包含两个方面：时间复杂度分析空间复杂度分析为什么要进行复杂度分
原创
2023-04-23 12:40:30
355阅读
时间复杂度：输入数据大小为N时，算法运行所需要的时间 空间复杂度：算法运行所需要的内存（暂存空间+输出空间） ...
转载
2021-09-08 10:34:00
461阅读
2评论
时间复杂度、空间复杂度算法复杂度分为时间复杂度和空间复杂度。其作用：时间复杂度是指执行算法所需要的计算工作量；而空间复杂度是指执行这个算法所需要的内存空间。一、时间复杂度时间频度一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算
转载
2022-11-16 17:40:48
388阅读
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
转载
2024-03-03 15:30:26
138阅读
前言学习算法之前，我们需要先搞懂时间复杂度和空间复杂度。顾名思义，时间复杂度和空间复杂度是一个判断算法好坏的一个标准。时间复杂度就相当于运行代码花费的时间，空间复杂度则代表代码所占用的内存空间。在实际的工作环境中，自然是运行快，占用空间少的代码更具优势。就像一道数学题它本身有多种解法，我们都偏向去使用更简单、更巧妙的方法。时间复杂度首先呢，在一个算法中，语句执行的次数称之为语句频度或时间频度，记为
转载
2023-07-08 18:06:45
137阅读
Redis存储类型：
string（字符串）：最大为512MB，是最基本的数据类型
hash（哈希）：key value的键值对格式
list（列表）：数组 字符串列表
set（集合）及zset(sorted set：有序集合)：通过哈希表实现，时间复杂度为o(1)
Redis的优点;
1:操作速度速度快，时间复杂度为o(1)。
2:数据类型的多样新；如上。
3:定时同步异步操作将数据刷新到磁盘中
转载
2023-06-28 18:27:38
298阅读
在数学概念中，被意为整合元素的定义区域在python中，set最大的作用是用来去重set常见操作：In [158]: s ={1,1,1,1,2,22,33,3,3,3}In [159]: sOut[159]: {1,2, 3, 22, 33}在定义一个集合的时候，只能使用大括号定义最少一个值，不然会被认为字典进行定义在set中不能加入不可哈希的对象类型In [161]:hash('a')Out[
转载
2023-10-13 12:39:38
486阅读
# Python时间复杂度
时间复杂度是算法分析中的重要概念，它用来描述算法执行时间随问题规模增长而增长的趋势。在实际编程中，我们经常需要评估一个算法的时间复杂度，以便选择性能更优的算法来解决问题。
## 什么是时间复杂度？
时间复杂度是用来衡量算法执行时间随输入规模增长而增长的一个函数。它表示了算法的运行时间和问题规模之间的关系。常用的时间复杂度表示方法有大O符号(O)和大Ω符号(Ω)。
原创
2023-09-09 11:47:35
138阅读
目录1、列表 List2、Dict 字典 本系列博客是阅读《Problem Solving with Algorithms and Data Structures using Python》的笔记1、列表 List索引和赋值是两个非常常用的操作。这个两个操作不论列表多长，它们的时间复杂度都是 。另一个非常常用的程序操作是去扩充一个列表。这有两种方式去生成一个更长的列表。我们可以用 append
常见排序算法算法：一个计算过程，解决问题的方法程序 = 数据结构 + 算法1.算法基本概念1.时间复杂度用什么方式来体现算法运行的快慢？通过运行的次数表示时间复杂度示例：print("hello world")
print("hello python")
print("hello algorithm")
#以上时间复杂度O(1)
for i in range(n):
print("hello
