python算法表示概念掃盲教程
本文為大家講解了python算法表示概念,供大家參考,具體內(nèi)容如下
常數(shù)階O(1)
常數(shù)又稱定數(shù),是指一個(gè)數(shù)值不變的常量,與之相反的是變量
為什么下面算法的時(shí)間復(fù)雜度不是O(3),而是O(1)。
int sum = 0,n = 100; /*執(zhí)行一次*/ sum = (1+n)*n/2; /*執(zhí)行一次*/ printf("%d", sum); /*行次*/
這個(gè)算法的運(yùn)行次數(shù)函數(shù)是f(n)=3。根據(jù)我們推導(dǎo)大O階的方法,第一步就是把常數(shù)項(xiàng)3改為1。在保留最高階項(xiàng)時(shí)發(fā)現(xiàn),它根本沒(méi)有最高階項(xiàng),所以這個(gè)算法的時(shí)間復(fù)雜度為O(1)。
另外,我們?cè)囅胍幌?,如果這個(gè)算法當(dāng)中的語(yǔ)句sum=(1+n)*n/2有10句,即:
int sum = 0, n = 100; /*執(zhí)行1次*/ sum = (1+n)*n/2; /*執(zhí)行第1次*/ sum = (1+n)*n/2; /*執(zhí)行第2次*/ sum = (1+n)*n/2; /*執(zhí)行第3次*/ sum = (1+n)*n/2; /*執(zhí)行第4次*/ sum = (1+n)*n/2; /*執(zhí)行第5次*/ sum = (1+n)*n/2; /*執(zhí)行第6次*/ sum = (1+n)*n/2; /*執(zhí)行第7次*/ sum = (1+n)*n/2; /*執(zhí)行第8次*/ sum = (1+n)*n/2; /*執(zhí)行第9次*/ sum = (1+n)*n/2; /*執(zhí)行第10次*/ printf("%d",sum); /*執(zhí)行1次*/
事實(shí)上無(wú)論n為多少,上面的兩段代碼就是3次和12次執(zhí)行的差異。這種與問(wèn)題的大小無(wú)關(guān)(n的多少),執(zhí)行時(shí)間恒定的算法,我們稱之為具有O(1)的時(shí)間復(fù)雜度,又叫常數(shù)階。
注意:不管這個(gè)常數(shù)是多少,我們都記作O(1),而不能是O(3)、O(12)等其他任何數(shù)字,這是初學(xué)者常常犯的錯(cuò)誤。
推導(dǎo)大O階方法
1.用常數(shù)1取代運(yùn)行時(shí)間中的所有加法常數(shù)
2.在修改后的運(yùn)行次數(shù)函數(shù)中,只保留最高階項(xiàng)
3.如果最高階項(xiàng)存在且不是1,則去除與這個(gè)項(xiàng)相乘的常數(shù)
對(duì)數(shù)階O(log2n)
對(duì)數(shù)
如果a的x次方等于N(a>0,且a不等于1),那么數(shù)x叫做以a為底N的對(duì)數(shù)(logarithm),記作x=logaN, 。其中,a叫做對(duì)數(shù)的底數(shù),N叫做真數(shù)。
5^2 = 25 , 記作 2= log5 25
對(duì)數(shù)是一種運(yùn)算,與指數(shù)是互逆的運(yùn)算。例如
① 3^2=9 <==> 2=log<3>9;
② 4^(3/2)=8 <==> 3/2=log<4>8;
③ 10^n=35 <==> n=lg35。為了使用方便,人們逐漸把以10為底的常用對(duì)數(shù)記作lgN
對(duì)數(shù)階
int count = 1; while (count < n) { count = count * 2; /* 時(shí)間復(fù)雜度為O(1)的程序步驟序列 */ }
由于每次count乘以2之后,就距離n更近了一分。
也就是說(shuō),有多少個(gè)2相乘后大于n,則會(huì)退出循環(huán)。
由2^x=n得到x=log2n。所以這個(gè)循環(huán)的時(shí)間復(fù)雜度為O(logn)。
線性階O(n)
執(zhí)行時(shí)間隨問(wèn)題規(guī)模增長(zhǎng)呈正比例增長(zhǎng)
data = [ 8,3,67,77,78,22,6,3,88,21,2] find_num = 22 for i in data: if i == 22: print("find",find_num,i )
線性對(duì)數(shù)階O(nlog2n)
平方階O(n^2)
for i in range(100): for k in range(100): print(i,k)
立方階O(n^3)
k次方階O(n^k),
指數(shù)階O(2^n)。
隨著問(wèn)題規(guī)模n的不斷增大,上述時(shí)間復(fù)雜度不斷增大,算法的執(zhí)行效率越低?! ?/p>
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
- Python算法的時(shí)間復(fù)雜度和空間復(fù)雜度(實(shí)例解析)
- Python算法中的時(shí)間復(fù)雜度問(wèn)題
- python算法題 鏈表反轉(zhuǎn)詳解
- python算法與數(shù)據(jù)結(jié)構(gòu)之單鏈表的實(shí)現(xiàn)代碼
- python算法與數(shù)據(jù)結(jié)構(gòu)之冒泡排序?qū)嵗斀?/a>
- 詳解python算法之冒泡排序
- Python算法之圖的遍歷
- Python算法輸出1-9數(shù)組形成的結(jié)果為100的所有運(yùn)算式
- python算法演練_One Rule 算法(詳解)
- Python算法應(yīng)用實(shí)戰(zhàn)之棧詳解
- Python算法之棧(stack)的實(shí)現(xiàn)
- python算法學(xué)習(xí)之計(jì)數(shù)排序?qū)嵗?/a>
- Python集成學(xué)習(xí)之Blending算法詳解
相關(guān)文章
PyTorch詳解經(jīng)典網(wǎng)絡(luò)ResNet實(shí)現(xiàn)流程
ResNet全稱residual neural network,主要是解決過(guò)深的網(wǎng)絡(luò)帶來(lái)的梯度彌散,梯度爆炸,網(wǎng)絡(luò)退化(即網(wǎng)絡(luò)層數(shù)越深時(shí),在數(shù)據(jù)集上表現(xiàn)的性能卻越差)的問(wèn)題2022-05-05python 邊緣擴(kuò)充方式的實(shí)現(xiàn)示例
本文主要介紹了python 邊緣擴(kuò)充方式的實(shí)現(xiàn)示例,文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2022-03-03Python使用latexify模塊實(shí)現(xiàn)將代碼為數(shù)學(xué)公式
latexify 是一個(gè)輕量級(jí)的 Python 模塊,可以將 Python 代碼轉(zhuǎn)換為 LaTeX 格式的數(shù)學(xué)表達(dá)式,這篇文章就來(lái)和大家探索一下如何使用latexify模塊實(shí)現(xiàn)將代碼為數(shù)學(xué)公式吧2023-12-12Python實(shí)現(xiàn)Wordcloud生成詞云圖的示例
這篇文章主要介紹了Python實(shí)現(xiàn)Wordcloud生成詞云圖的示例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-03-03YUV轉(zhuǎn)為jpg圖像的實(shí)現(xiàn)
今天小編就為大家分享一篇YUV轉(zhuǎn)為jpg圖像的實(shí)現(xiàn),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-12-12Python3實(shí)現(xiàn)將一維數(shù)組按標(biāo)準(zhǔn)長(zhǎng)度分隔為二維數(shù)組
今天小編就為大家分享一篇Python3實(shí)現(xiàn)將一維數(shù)組按標(biāo)準(zhǔn)長(zhǎng)度分隔為二維數(shù)組,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11python 進(jìn)階學(xué)習(xí)之python裝飾器小結(jié)
這篇文章主要介紹了python 進(jìn)階學(xué)習(xí)之python裝飾器小結(jié),本文通過(guò)場(chǎng)景分析給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-09-09