python算法与数据结构——算法复杂度

算法的提出

引入
a+b+c=1000,且a2+b2=c**2，求出a,b,c所有组合
程序1

import time
start_time = time.time()
for a in range(0,1001):
    for b in range(0,1000):
        for c in range(0,1001):
            if a+b+c==1000 and a**2 +b**2==c**2:
                print('a,b,c:%d,%d,%d' % (a,b,c))

end_time = time.time()
print('times:%d' % (end_time-start_time))
print('Finished')

算法的概念

算法是独立存在的一种解决问题的方法和思路

算法的五大特征

1. 输入
2. 输出
3. 有穷性：有限的步骤，可接受的时间内完成
4. 确定性：每一步的含义没有二义性
5. 可行性

算法效率衡量

引入问题的改进

import time

start_time = time.time()
for a in range(0,1001):
    for b in range(0,1001):
        c = 1000 - a - b
        if a**2+b**2==c**2:
            print('a,b,c:%d.%d,%d' %(a,b,c))

end_time = time.time()
print('times: %d' %(end_time-start_time))
print('Finished!')

执行时间与算法效率

执行时间可以反应算法效率，但单靠执行时间并不完全可靠。除了执行时间，也可以用执行的步骤，即执行的基本运算数量来衡量算法的效率。机器运行的总时间=每个步骤所需要的时间*总步骤。
将基本运算数量总和称为时间复杂度，程序1的时间复杂度为T(n)=n^3

最坏时间复杂度

最优时间复杂度
最坏时间复杂度
平均时间复杂度

时间复杂度的几条基本计算规则

1. 基本操作只有常数项，认为是1的等价量
2. 顺序：加法进行计算
3. 循环：乘法计算
4. 分支结构：时间复杂度取最大值
   注意：
   判断算法效率时，只保留操作数量的最高此项
   无特殊说明，我们所分析的算法复杂度指最坏时间复杂度。

最常见的时间复杂度

常数阶
线性阶
平方阶
对数阶
nlogn阶
立方阶
指数阶

python内置类型性能分析

timeit模块

程序2

import time
from timeit import Timer

li1 = [1,2]
li2 = [3,4]
li = li1+li2

li = [i for i in range(10000)]
li = list(range(10000))

def test1():
    li = []
    for i in range(10000):
        li.append(i)

def test2():
    li = []
    for i in range(10000):
        li += [i]

def test3():
    li = [i for i in range(10000)]

def test4():
    li = list(range(10000))

def test5():
    li = []
    for i in range(10000):
        li.extend([li])


def test6():
    li = []
    for i in range(10000):
        li.insert(0,i)


timer1 = Timer('test1()','from __main__ import test1')
print('append:',timer1.timeit(1000))

timer2 = Timer('test2()','from __main__ import test2')
print('+:',timer2.timeit(1000))

timer3 = Timer('test3()','from __main__ import test3')
print('[i for i in range]:',timer3.timeit(1000))

timer4 = Timer('test4()','from __main__ import test4')
print('list(rannge())',timer4.timeit(1000))

timer5 = Timer('test5()','from __main__ import test5')
print('extend:',timer5.timeit(1000))

timer6 = Timer('test6()','from __main__ import test6')
print('insert(0):',timer6.timeit(1000))

列表，字典内直接操作的时间复杂度

数据结构

算法与数据结构的区别

算法关注问题的解决步骤
数据结构关注如何组织不同类型的数据，数据结构即是对基本数据类型的封装
程序 = 算法 + 数据结构

抽象数据类型

规定数据如何保存
数据有哪些操作
插入，删除，修改，