前置知识:选择排序、冒泡排序、插入排序、等差数列、等比数列建议:不要跳过
1,常数操作,固定时间的操作,执行时间和数据量无关
2,时间复杂度,一个和数据量有关、只要高阶项、不要低阶项、不要常数项的操作次数表达式举例:选择、冒泡、插入
3,严格固定流程的算法,一定强调最差情况!比如插入排序
4,算法流程上利用随机行为作为重要部分的,要看平均或者期望的时间复杂度,因为最差的时间复杂度无意义用生成相邻值不同的数组来说明
5,算法流程上利用随机行为作为重要部分的,还有随机快速排序(【必备】课)、跳表(【扩展】课)也只在乎平均或者期望的时间复杂度,因为最差的时间复杂度无意义
6,时间复杂度的内涵:描述算法运行时间和数据量大小的关系,而且当数据量很大很大时,这种关系相当的本质,并且排除了低阶项和常数时间的干扰
7,空间复杂度,强调额外空间;常数项时间,放弃理论分析、选择用实验来确定,因为不同常数操作的时间不同
8,什么叫最优解,先满足时间复杂度最优,然后尽量少用空间的解
9,时间复杂度的均摊,用动态数组的扩容来说明(等比数列、均摊的意义)并查集、单调队列、单调栈、哈希表等结构,均有这个概念。这些内容【必备】课都会讲
10,不要用代码结构来判断时间复杂度,比如只有一个while循环的冒泡排序,其实时间复杂度0(N^2)
11,不要用代码结构来判断时间复杂度,比如:N/1+N/2 +N/3 +… + N/N,这个流程的时间复杂度是0CN *LogN),著名的调和级数
12,时间复杂度只能是对算法流程充分理解才能分析出来,而不是简单的看代码结构!这是一个常见的错误!甚至有些算法的实现用了多层循环嵌套,但时间复杂度是0(N)的。在【必备】课程里会经常见到
13,常见复杂度一览:0(1) 0(LogN) 0(N) 0(N*logN) 0(N^2)…0(N^K) 0(2^N) 0(K^N)..0(N!)
14,时间复杂度非常重要,可以直接判断某个方法能不能通过一个题目,根据数据量猜解法【必备】课都会讲
15,整套课会讲很多算法和数据结构,也会见到很多的时间复杂度的表达,持续看课即可