一.大O时空复杂读分析法
一种分析时间复杂读和空间复杂度方法。常见的时空复杂度量级有O(1),O(logn),O(n),O(n*logn),O(n^2),O(2^n),O(n!)。复杂度分析又可以分为最好,最坏,平均和均摊时空复杂度。
二.Chunk it up
三.Deliberate practicing
四.Feedback
多写多练,在明确题目含义的情况下,想出一个题目所有的解,从中找到一个最好的解。例如leetcode上有一个这样的题:
给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标。
你可以假设每种输入只会对应一个答案。但是,数组中同一个元素不能使用两遍。
给定 nums = [2, 7, 11, 15], target = 9
因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]
最容易让人想到的就是暴力法了:
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
vector<int> res;
for (int i = 0; i < nums.size() - 1; ++i) {
for (int j = i + 1; j < nums.size(); ++j) {
if (nums[i] + nums[j] == target) {
res.push_back(i);
res.push_back(j);
return res;
}
}
}
return res;
}
};
但是这种解法的时间复杂度为O(n^2),并不是最优的。在仔细想一下其实有更好的解法:
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
vector<int> res;
map<int, int> hashtest;
for (int i = 0; i < nums.size(); ++i) {
if (hashtest.count(target-nums[i])) {
res.push_back(hashtest[target-nums[i]]);
res.push_back(i);
return res;
}
hashtest[nums[i]] = i;
}
return res;
}
};
这种解法的时间复杂度为O(n),时间复杂度显著降低,其实只要去给出的数据中查找差值target-nums[i]是否存在即可。