- 博客(11)
- 收藏
- 关注
RSS订阅原创 Udemy——Python数据结构与算法（1）
链表：在链表的末尾添加一个数值，需要一个遍历整个数组的指针（tail指针同理），速度为O(n)；在开头添加一个数值，只需要增加一个指向原本第一个（现在第二个）的指针，速度为O(1)，与链表长度无关；在链表中间添加一个数值，也需要遍历整个数组，速度同样为O(n)字典指针具有传递功能，而赋值只能进行一次，原本变量的值改变后需要再次赋值。Ω--最佳速度 θ--平均速度 O--最坏情况。O(1)指不会随着数量增加而导致操作量增加。O(n)数量级的计算速度，省略常数倍数。各种操作所消耗的时间。
2024-10-31 01:46:19
372
原创 学习记录DAY7
选定第一个数字，然后用标记与每个数比较，小于等于它的丢到前面为红区，大于他的丢到后面为蓝区。如此之后，用标记将选定数字与红区最后一个数字位置互换，则为选定数字的最终位置。将每个数字直接放到其最后对应的位置。运行速度：O(n2)
2024-10-21 15:28:55
254
原创 学习记录DAY6
从一个数组中选出最小（大）的，放在第一个位置，然后接着在剩下的数中重复此操作直到排序完成，运行时间为O(n2)将多项式分为较高次的上半部分和较低次的下半部分，分别相乘再加上略去的系数。但总体的运行速度是一样的。（2）简单的分而治之算法。（3）高级的分而治之算法。
2024-10-19 02:10:06
272
原创 学习记录DAY5
条件：原问题能被分解成多个同一类型且互不重叠的小问题，按顺序解决各个子问题后，将方法合成在一起即解决了原问题。从小到大依次排序，先判断被搜索对象与两端的大小关系，若在范围内则搜索中项直到搜索结束。（1）分而治之算法（divide and conquer）
2024-10-16 01:40:25
588
原创 学习记录DAY4
假设都安排好了，思考哪种排序会运行得更快，贪婪算法在合适的排序后速度会更快。贪婪算法不一定是最安全的（最优解），需要根据情况具体甄别。一群人分组，同组年龄差不能超过2岁，从最小的开始，往上。有一堆散装香料，计算每个的单位价值，拿出最大化。排序 O(n log n)+贪婪算法O(n)贪婪选择-证明安全-解决子问题-估计运行时间。排序+背包时间为O(n log n)安全选择：一致情况下的最优解。排序后背包时间为O(n)
2024-10-15 03:11:05
463
原创 学习记录DAY3
所以要将病人治疗时间从短到长排列，再以此进行治疗的总等待时间最短，算法消耗时间为O（n log n）通过贪婪算法将与原问题(problem)相似的子问题(subproblem)进行简化。计算最少的总等待时间 总等待时间T总 每人治疗时间Tn 人数n。·如果不将病人按照治疗时间排列，消耗时间为O（n^2）第一位患者治疗时候，T总=（n-1）*Tn 以此类推。
2024-10-14 02:21:16
562
原创 学习记录DAY2
我们说 f(n) = Ω(g(n))，如果存在一个正的常数 c 和一个正整数 n0，使得对于所有 n ≥ n0，有 f(n) ≥ c * g(n)。
2024-10-12 02:40:32
433
原创 学习记录DAY1
（2）最大公约数计算：欧几里得算法：用除数和余数反复相除进行计算。（1）斐波那契数列的快速计算：通过数组的储存减少重复计算。print(gcd(a, b)) # 输出 6。
2024-10-07 01:00:39
218
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人