本文介绍了在解决LeetCode中的最大子序列和问题时，作者对比了两种基础算法：一种时间复杂度为O(N^3)，存在重复计算；另一种为O(N^2)，显著减少时间浪费。通过图例解释了算法执行过程和优化的重要性。
一、问题引入
在leetcode和《数据结构与算法分析》同时看到了一道求“最大子序列的和”这样的题，那么作为初学者，我想到了两种基础算法。
二、算法一
从上述的代码中可以看出该代码的时间复杂度为O（N 的3次方），因为一般规则认为每嵌套一个for循环，时间复杂度就叠乘O（N）。
ps：那么这种算法在处理大量数据时，可能会受到最大时间上限的限制，再仔细查看代码运行过程，我们可以看出k循环每次运行时，总是算了上一次循环中算过的数据，造成时间的大量浪费。
三、算法二
从上述代码中可以看出该代码的时间复杂度是O（N的二次方），规则见上；这种算法大幅度减少了处理大量数据时造成的时间浪费。
四、图例解释
这幅图例为大家呈现了算法一和算法二的具体过程，以及为什么说算法一 会重复地运算数据 。
记得关注我哦，继续更新算法三与算法四！
4404
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
