什么是算法分析

  • 算法是问题解决的通用的分步的指令的聚合
  • 算法分析主要就是从计算资源的消耗的角度来评判和比较算法。

计算资源指标

  • 存储空间或内存
  • 执行时间

影响算法运行时间的其他因素

  • 分为最好、最差和平均情况,平均状况体现主流性能

累计求和案例

import time

def sumOFN2(n):
start=time.time()
theSum=0
for i in range(1,n+1):
theSum+=i
end=time.time()
return theSum,end-start def sumOFN3(n):
start=time.time()
theSum=(n*(n+1))/2
end=time.time()
return theSum,end-start if __name__ == "__main__":
for i in range(5):
print("sum is %d required %10.7f seconds" % sumOFN2(100000))
print("--------")
for i in range(5):
print("sum is %d required %10.7f seconds" % sumOFN3(100000)) -----------
sum is 5000050000 required 0.1255534 seconds
sum is 5000050000 required 0.1245010 seconds
sum is 5000050000 required 0.1389964 seconds
sum is 5000050000 required 0.1279476 seconds
sum is 5000050000 required 0.1276410 seconds
--------
sum is 5000050000 required 0.0000000 seconds
sum is 5000050000 required 0.0000000 seconds
sum is 5000050000 required 0.0000000 seconds
sum is 5000050000 required 0.0000000 seconds
sum is 5000050000 required 0.0000000 seconds

“大O” 表示法

  • 数量级函数用来描述当规模 n 增加时, T(n)函数中增长最快的部分。

  • 常见大O表示法

变 位 词 检 测

如果一个字符串是另一个字符串的重新排列组合,那么这两个字符串互为变位词。比如, ”heart”与”earth”互为变位词, ”python”与”typhon”也互为变位词。

  • 逐字检查法 O(n²)
  • 排序比较法 O(nlogn)
  • 暴力匹配算法 O(n!)
  • 字母计数比较法 O(n)
#变位词判断问题
#逐字检查
def anagramSolution(s1,s2):
alist=list(s2)
pos1=0
stillOK=True
while pos1<len(s1) and stillOK:#循环s1中的每一个字符
pos2=0
found=False
while pos2<len(alist) and not found:
if s1[pos1]==alist[pos2]:
found=True
else:
pos2=pos2+1
if found:
alist[pos2]=None
else:
stillOK=False
pos1=pos1+1
return stillOK #print(anagramSolution('abcd','dcba')) #排序解法
def anagramSolution2(s1,s2):
alist1=list(s1)
alist2=list(s2)
alist1.sort()
alist2.sort()
pos=0
matches=True
while pos<len(s1) and matches:
if alist1[pos]==alist2[pos]:
pos=pos+1
else:
matches=False
return matches
print(anagramSolution2('abcd','dcba')) #计数器解法
def anagramSolution3(s1,s2):
c1=[0]*26
c2=[0]*26
for i in range(len(s1)):
pos=ord(s1[i])-ord('a')#把a-z转化为0-25 ps:感谢m0_47550366的提醒,此处错误已改正
c1[pos]=c1[pos]+1#计数
for i in range(len(s2)):
pos = ord(s2[i]) - ord('a') # 把a-z转化为0-25
c2[pos] = c2[pos] + 1 # 计数
j=0
stillOK=True
while j<26 and stillOK:
if c1[j]==c2[j]:
j=j+1
else:
stillOK=False
return stillOK
print(anagramSolution3('abcd','dcba'))

python数据类型

List 列表

```python
import timeit # 运行时间测量模块
from timeit import Timer
# 循环连接
def test1():
l=[]
for i in range(1000):
l=l+[i] # append添加
def test2():
l=[]
for i in range(1000):
l.append(i) # 列表推导式
def test3():
l=[i for i in range(1000)] # range转列表
def test4():
l=list(range(1000)) if __name__ == "__main__":
t1=Timer("test1()","from __main__ import test1")
print("concat %f second" % t1.timeit(number=1000)) # number指定程序被执行的次数 t2=Timer("test2()","from __main__ import test2")
print("append %f second" % t2.timeit(number=1000)) t3=Timer("test3()","from __main__ import test3")
print("comprehension %f second" % t3.timeit(number=1000)) t4=Timer("test4()","from __main__ import test4")
print("list range %f second" % t4.timeit(number=1000)) -------
concat 1.979591 second
append 0.811599 second
comprehension 0.375291 second
list range 0.024658 second
```

dict 字典

【数据结构与算法Python版学习笔记】算法分析的更多相关文章

  1. 【数据结构与算法Python版学习笔记】引言

    学习来源 北京大学-数据结构与算法Python版 目标 了解计算机科学.程序设计和问题解决的基本概念 计算机科学是对问题本身.问题的解决.以及问题求解过程中得出的解决方案的研究.面对一 个特定问题,计 ...

  2. 【数据结构与算法Python版学习笔记】查找与排序——散列、散列函数、区块链

    散列 Hasing 前言 如果数据项之间是按照大小排好序的话,就可以利用二分查找来降低算法复杂度. 现在我们进一步来构造一个新的数据结构, 能使得查找算法的复杂度降到O(1), 这种概念称为" ...

  3. 【数据结构与算法Python版学习笔记】基本数据结构——列表 List,链表实现

    无序表链表 定义 一种数据项按照相对位置存放的数据集 抽象数据类型无序列表 UnorderedList 方法 list() 创建一个新的空列表.它不需要参数,而返回一个空列表. add(item) 将 ...

  4. 【数据结构与算法Python版学习笔记】目录索引

    引言 算法分析 基本数据结构 概览 栈 stack 队列 Queue 双端队列 Deque 列表 List,链表实现 递归(Recursion) 定义及应用:分形树.谢尔宾斯基三角.汉诺塔.迷宫 优化 ...

  5. 【数据结构与算法Python版学习笔记】递归(Recursion)——定义及应用:分形树、谢尔宾斯基三角、汉诺塔、迷宫

    定义 递归是一种解决问题的方法,它把一个问题分解为越来越小的子问题,直到问题的规模小到可以被很简单直接解决. 通常为了达到分解问题的效果,递归过程中要引入一个调用自身的函数. 举例 数列求和 def ...

  6. 【数据结构与算法Python版学习笔记】图——最短路径问题、最小生成树

    最短路径问题 概念 可以通过"traceroute"命令来跟踪信息传送的路径: traceroute www.lib.pku.edu.cn 可以将互联网路由器体系表示为一个带权边的 ...

  7. 【数据结构与算法Python版学习笔记】图——骑士周游问题 深度优先搜索

    骑士周游问题 概念 在一个国际象棋棋盘上, 一个棋子"马"(骑士) , 按照"马走日"的规则, 从一个格子出发, 要走遍所有棋盘格恰好一次.把一个这样的走棋序列 ...

  8. 【数据结构与算法Python版学习笔记】图——词梯问题 广度优先搜索 BFS

    词梯Word Ladder问题 要求是相邻两个单词之间差异只能是1个字母,如FOOL变SAGE: FOOL >> POOL >> POLL >> POLE > ...

  9. 【数据结构与算法Python版学习笔记】树——利用二叉堆实现优先级队列

    概念 队列有一个重要的变体,叫作优先级队列. 和队列一样,优先级队列从头部移除元素,不过元素的逻辑顺序是由优先级决定的. 优先级最高的元素在最前,优先级最低的元素在最后. 实现优先级队列的经典方法是使 ...

随机推荐

  1. 初识Ansible 01

    自动化运维工具有很多,从实现的功能.维护的成本.使用的系统来选择,几种常用运维工具比较: Puppet基于 Ruby 开发,采用 C/S 架构,扩展性强,基于 SSL,远程命令执行相对较弱 SaltS ...

  2. NOI2021 游记

    day -10 开始一天一场NoIP模拟赛,前几场每天挂分很厉害(这么说是因为后面的以前做过) 自省选惨挂以后国赛的知识点就几乎没怎么摸过了,考前发现连manacher都不会写了,反演?又陷入&quo ...

  3. FastAPI(2)- 快速入门

    安装 FastAPI pip install fastapi # 将来需要将应用程序部署到生产环境可以安装 uvicorn 作为服务器 pip install uvicorn 最简单的代码栗子 fro ...

  4. 生产环境部署高可用Rancher

    环境准备: IP hostname role 192.168.200.150 nginx LB 192.168.200.151 master01-151 docker-ce/rke/helm/kube ...

  5. python中reduce filter map lambda函数

    lambda函数 python 使用 lambda 来创建匿名函数,lambda返回值是一个函数的地址,也就是函数对象. 语法:lambda [arg1 [,arg2,.....argn]]:expr ...

  6. 解决vscode可以编译通过c++项目,但头文件有红色波浪线的问题

    解决vscode可以编译通过c++项目,但头文件有红色波浪线的问题 一.问题描述 我是在Ubuntu 16.04的环境下,用vscode写代码的,一般不使用vscode自带的编译环境,而是用cmake ...

  7. Kubernetes-Pod介绍(三)-Pod调度

    前言 本篇是Kubernetes第六篇,大家一定要把环境搭建起来,看是解决不了问题的,必须实战. Kubernetes系列文章: Kubernetes介绍 Kubernetes环境搭建 Kuberne ...

  8. PHP设计模式之备忘录模式

    备忘录,这个名字其实就已经很形象的解释了它的作用.典型的例子就是我们原来玩硬盘游戏时的存档功能.当你对即将面对的大BOSS有所顾虑时,一般都会先保存一次进度存档.如果挑战失败了,直接读取存档就可以恢复 ...

  9. 最新seo优化技巧

    国内的SEO也发展不少年份了.我是最早开始从事SEO的那一班人.看着这个行业从零开始发展,长大.成熟还谈不上.可以这样说吧,国内做这个行业的,高手并不多.实战的高手更是寥寥无几.当然这个是我个人的推断 ...

  10. Java基础系列(6)- 注释

    注释 平时我们编写代码,在代码量比较少的时候,我们还可以看懂自己写的,但是当项目结构一旦复杂起来,我们就需要用到注释了 注释不会被执行,是给开发人员看的 书写注释是一个非常好的习惯 Java中的注释有 ...