您好,登錄后才能下訂單哦!
這篇文章主要為大家展示了“Python數據結構與算法的示例分析”,內容簡而易懂,條理清晰,希望能夠幫助大家解決疑惑,下面讓小編帶領大家一起研究并學習一下“Python數據結構與算法的示例分析”這篇文章吧。
過程:控制結構——順序、分支、循環數據結構:數據類型與數據間關系
利用占用的空間資源:不好判別利用消耗的時間:受環境因素影響太大
↓
賦值語句越多,算法的運行時間越多,效率越低
T(n) = n + 1:主導部分為n,1可以忽略,則大O表示法為O(n)T(m) = ㎡ + m + 1:主導部分為㎡,影響力最大,則大O表示法為O(㎡)
def sum(n): """求和函數""" theSum = 0 # 賦值語句1次 for i in range(1, n+1): # 賦值語句 n*1 次 theSum += 1 # 賦值語句1次 return theSum
函數賦值語句數量:f(n) = n + 1
求和問題的規模:n
數量級函數:T(n) = n + 1
算法效率(大O):O(n)
常見的大O數量級函數 | |
O(T(n)) | |
1 | 常數 |
log(n) | 對數,以2為底 |
n | 線性關系 |
nlog(n) | 線性對數,以2為底 |
n**2 | 平方 |
n***3 | 立方 |
2^n | 指數 |
a = 5 # 賦值語句1次
b = 6 # 賦值語句1次
c = 10 # 賦值語句1次
for i in range(n): # 賦值語句 n*n*3
for j in range(n):
x = i*i
y = j*j
z = i*j
for k in range(n): # 賦值語句n*2
w = a*k + 45
v = b*b
d = 33 # 賦值語句1次
函數賦值語句數量:f(n) = 3 + 3n^2 + 2n + 1= 3n^2+2n+4
問題規模:n^2
算法效率:O(n^2)
以上是“Python數據結構與算法的示例分析”這篇文章的所有內容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內容對大家有所幫助,如果還想學習更多知識,歡迎關注億速云行業資訊頻道!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。