算法性能评估

一、时间复杂度

规模：数据的大小对算法至关重要，绝对的影响运行时间

测试环境：环境的快慢对算法至关重要

1.1、大O表示法

def tmp(n):
	add = 0     <== 1*unit
	for i in range(n): <== n*unit
		add += i	<== n*unit
	return add

假设运行一行代码的时间记为1unit

运行T(n)=(2n+1)*unit

T(n)=O(f(n))，O表示T(n)与f(n)成正比，即算法的运行时间与数据规模成正比

O表示渐近时间复杂度

表示代码执行时间随数据规模增长的变化趋势

当n很大时，低阶、常量、系数三部分并不左右增长趋势，所以都可以忽略，就可以记为：T(n)=O(n)、T(n)=O(n²)

只关注循环次数多的代码

def tmp(n):
	add = 0
	for i in range(n