算法分析初步

本文介绍了算法分析的基础,包括对时空复杂度的理论探讨和实际运行性能的量化研究,同时提及了算法可视化的应用。
摘要由CSDN通过智能技术生成

算法分析

201659

1:15

主要包括 对时空复杂度的分析 ,还有算法的实际运行性能及算法可视化。

 

步骤:

1.量化算法的实际运行性能

    选择衡量算法实际性能的量化指标是他的实际运行时间。这与算法要解决的问题规模有关。

/*

大O符号是一种算法复杂度的相对表示方式。

   复杂度complexity,就是操作的数量)。

  我们称这为O(n)或者线性复杂度(linear complexity)

 

         我们只关心复杂度最重要的部分,,对于占操作总量很小比例的可以忽略,当我们做6位数乘法时,如果其中一个是4位数另一个是6位数,那么我们只需做24次乘法操作。然而,对于那个’n’,我们仍然计算最坏情况,即乘数都是6位数的情况。因此,大O符号是关于一个算法的最坏情况的。

 

例子:O(n^2) ---平方复杂度

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值