数据结构和算法第一天~算法概念特征，时间复杂度，timeit模块

最新推荐文章于 2023-04-26 12:55:38 发布

小葫芦105

最新推荐文章于 2023-04-26 12:55:38 发布

阅读量167

点赞数 1

本文链接：https://blog.csdn.net/crazyhulu/article/details/87688382

版权

算法概念：

就是计算机处理信息的本质，告诉计算机每一步该怎么去执行，算法是计算机确切步骤的描述

算法是独立存在的一种解决问题的方法和思想

五大特征：

输入：算法具有0个或者是多个输入
输出：算法至少有一个或者是多个输出
有穷性：算法在有限个步骤以后会自动结束而不是无限的循环，并且每一个步骤可以在接受的时间范围内结束运行
确定性：算法中的每一步都都自己的含义，不会出现二义性
可行性：给出的思路最后能用计算机语言实现出来

算法的效率衡量---时间复杂度-----经过多少基本运算数量

T(n)=n^3*k 时间复杂度

大O记法忽略T（n）的系数k 记作T(n)=n^3

时间复杂度：

算法完成工作最少需要多少基本操作：就是最优时间复杂度
算法完成工作最多需要多少基本操作：就是最坏时间复杂度
算法完成工作平均需要多少基本操作：就是平均时间复杂度

最坏时间复杂度：在此种程度的基本操作中一定能完成工作

时间复杂度的几条基本规则

基本操作：也就是当只有常数项时间复杂度为O(1)
顺序结构：用加法进行计算
循环结构：用乘法来进行时间复杂度的计算
分支结构：取两个分支里面的最大值
判断一个算法的效率的时候，往往只需要关注操作数量的最高此项，其他次要项和常数可以忽略，就像是上面例子中的T(n) , 我们只需要关注最高次项，忽略掉系数还有常数，也就只需要关注G(n)
在没有特殊说明的时候，我们所分析的算法的时间复杂度都是指的是最坏时间复杂度

时间复杂度排序

timeit模块：

可以测试一小段Python执行速度

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

Timer 是测试执行速度的类

stme是要执行的代码

setup是运行代码时需要的设置

timer是定时器参数与平台有关

timeit.Timer.timeit(number=1000000)

测试语句的方法，测试1000000次，方法返回平均耗时，一个float类型秒数

列表类型不同，操作时间不同

#列表类型不同操作时间顺序
def test1():
    li = []
    for i in range(100000):
        li.append(i)

def test2():
    li = []
    for i in range(100000):
        li += [i]

def test3():
    li = [i for i in range(100000)]

def test4():
    li = list(range(100000))

def test5():
    li = []
    for i in  range(100000):
        li.extend([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('tuidao:: ' , timer3.timeit(1000))
timer4 = Timer('test4()','from __main__ import test4')
print('list::',timer4.timeit(1000))
timer5 = Timer('test5()','from __main__ import test5')
print('extend:',timer5.timeit(1000))

"""
append: 11.335934241
+: 14.140856151
tuidao::  6.254488888000001
list:: 4.430944866000001
extend: 17.001728899
"""