Python-数据结构与算法

1、“大O记法”：对于单调的整数函数f，如果存在一个整数函数g和实常数c>0，使得对于充分大的n总有f(n)<=c*g(n)，就说函数g是f的一个渐近函数（忽略常数），记为f(n)=O(g(n))。也就是说，在趋向无穷的极限意义下，函数f的增长速度受到函数g的约束，亦即函数f与函数g的特征相似。

时间复杂度：假设存在函数g，使得算法A处理规模为n的问题示例所用时间为T(n)=O(g(n))，则称O(g(n))为算法A的渐近时间复杂度，简称时间复杂度，记为T(n)

2、时间复杂度的几条基本计算规则

（1）基本操作，即只有常数项，认为其时间复杂度为O(1)

（2）顺序结构，时间复杂度按加法进行计算

（3）循环结构，时间复杂度按乘法进行计算

（4）分支结构，时间复杂度取最大值

（5）判断一个算法的效率时，往往只需要关注操作数量的最高次项，其它次要项和常数项可以忽略

（6）在没有特殊说明时，我们所分析的算法的时间复杂度都是指最坏时间复杂度

所消耗的时间从小到大：

O(1) < O(logn) < O(n) < O(nlogn) < O(n2) < O(n3) < O(2n) < O(n!) < O(nn)

3、timeit模块可以用来测试一小段Python代码的执行速度。

class timeit.Timer(stmt='pass', setup='pass', timer=<timer function>)

Timer是测量小段代码执行速度的类。

timeit.Timer.timeit(number=1000000)

Timer类中测试语句执行速度的对象方法。number参数是测试代码时的测试次数，默认为1000000次。方法返回执行代码的平均耗时，一个float类型的秒数。

4、数据表的结构

一个顺序表的完整