数据结构和算法

最新推荐文章于 2021-03-28 19:36:36 发布

Ding_M5

最新推荐文章于 2021-03-28 19:36:36 发布

阅读量271

点赞数

分类专栏：数据结构和算法文章标签：数据结构算法

本文链接：https://blog.csdn.net/Ding_M5/article/details/83506747

版权

本文探讨了Python数据结构和算法的重要性，详细介绍了算法分析，包括实验研究、不同函数增长率的比较、大O符号的解释以及算法运行时间的比较。通过实例展示了常量时间操作在Python列表中的应用，其运行时间复杂度为O(1)。

摘要由CSDN通过智能技术生成

##Python数据结构和算法

#####前言：数据结构和算法是编程的精髓所在。

####（一）算法分析

前言：数据结构是组织和访问数据的一种系统化方式，算法实在有限时间里一步步执行某些任务的过程。

#####（1）实验研究
1.主要分析算法的的方法是运行时间和空间利用的表示
Python中可以使用time模块的time()函数，记录算法运行前的那一刻以计算法执行完成后的那一刻，并计算他们之间的差距。

from time import time
start_time=time()
run algorithm
end_time=time()
elapse=end_time-start_time

这种方法可以很好地反映出算法的效率，但是time()函数的测量是相对于"挂钟"的，很多进程共享使用CPU，所以更加准确地方法是使用CPU时钟周期数。通常运行时间依赖于输入的大小和结构。

2.计算原子操作
为了在没有进行实验时分析一个算法的执行时间，用一个高层次的算法描述直接进行分析（可以是代码片段也可以是伪代码），我们可以定义一系列原子操作。

从形式上来说，一个原子操作相当于一条低级别指令，执行时间是常数。可以简单地计算出算法的执行时间。因此，算法执行的原子操作作数t和算法的真是运行时间成正比。

3.最坏情况输入的研究
对于相同大小的输入，算法针对某些输入的运行速度比其他更快。如果把算法的运行时间表示为所有可能的相同大小的平均值的函数，进行平均情况的分析要求定义一组概率分布ÿ