首页  

算法基础知识     所属分类 algo 浏览量 41
算法
解决某类问题、具体的、明确无歧义的计算过程

数量级
10的3次方 千   kilo
10的6次方 百万  million

输入规模

算法的时间复杂度和空间复杂度

时间复杂度
算法中执行次数最多的代码行,执行的次数

空间复杂度
算法用了多少额外的空间 ,辅助空间

O 复杂度 渐近上界 最坏情况
Ω 复杂度渐近下界 最好情况
𝚯 平均

O(1),O(logn), O(n^0.5),O(n),O(nlogn),O(n^2),O(2^n),O(n!)

O(nlogn) 一般单机能解决
O(n^2)         一般用 用集群
O(2^n),O(n!)   宕机算法

降低复杂度的方法

// 分治
O(n^2) -> O(nlogn)

// 散列
O(n) -> O(1)
O(n) -> O(k)

// 二叉树 或 二分查找
O(n)  -> O(logn)

// 动态规划
O(2^n) -> O(n^2)
O(n!)  -> O(n^2)

上一篇     下一篇
LLVM简介

数据结构中的各种树

树的定义和术语

java String indexOf 为何不使用KMP

AVL树与红黑树(RBTree)

aerospike lua udf 例子