数据结构第一课下半节O(log(n))

数据结构第一课下半节O(log(n))及小结

1.2 O( log(n) )

while n > 1:
    print(n)
    n =  n // 2



'''
上述  2**6 = 64 ==》 log(2)64 = 6
这里时间复杂度记为 O( log(2)n ) 或者 O( log(n) )
注意：
只要代码出现循环减半，就一定出先 log(n)
'''


时间复杂度是用来估计算法运行时间的一个式子（单位）

一般来说，时间复杂度高的算法比复杂度低的算法运行速度慢

常见的时间复杂度（按效率排序）
O(1)
< O( log(n) )
< O( nlog(n) )
< O( n**2 )
< O( n**2log(n) )
< O( n**3 )


不常见的算法时间复杂度
O(n!)  O( 2**n ) O( n**n )

第一课小结

如果要对一个列表进行排序，请问它的时间复杂度

1、需要先确定问题的规模 =》 列表的规模
2、算法是否有循环减半的过程 =》 log
3、K层关于n的循环 =》 n**k

其他复杂情况： 根据算法执行过程判断