网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
1,时间复杂度（记为O（高价项）保留高价，去掉低价，常熟与系数（低价，高价）流程决定）
认识复杂度
在算法当中我们如何判断一个算法的好坏核心标准？
通过算法的1，时间复杂度 ，2，额外空间复杂度与3，常数项时间进行判断。
1,时间复杂度（记为O（高价项）保留高价，去掉低价，常熟与系数（低价，高价）流程决定）
1，常数时间的操作(执行时间固定的操作）
如果一个操作的执行时间不已样本本量为转移，每次都执行固定时间。
2，常见的常数操作
2.1 ：加减乘除等，取余（+，-，*，/，%)
2.2 ：常见的位运算（<<(带符号正或负进行计算）,<<<（不带符号正或负进行计算），|，&，^）
2.3 :赋值，比较，自增，自减，单语句的if，else
2.4 ： 数组寻址操作（link,list不是）
3，举例计算空间复杂度（选择排序）
在列表中，从下标0到n-1开始寻找最小值，放在0位置上。在从下标1到n-1开始寻找最小值（看一遍，比一比，还位置），放在1上，反复循环操作。
把整个流程拆分为基本常熟操作（如下）
常熟操作：an**2+bn+n+c
选择排序
| 第一次 n*(2（看+比）+1 （n个数，+1是换操作 二个数看1次， 比一次） |
| 第二次 n-1*(看+比）+1 （n个数，+1是换操作） |
| 第三次 n-2*(看+比）+1 （n个数，+1是换操作） |
| 反复a次 |
所以选择排序复杂度为O（n^2）
4：意义
当处理大量数据时，我们会发现低价项是什么不重要，每一项系数是什么不是最重要的，最重要是是最高价项，
它是衡量流程复杂程度的一种指标，只与数据量有关，与过程之外的优化无关
5：常见的时间复杂度排序（好到差）
O(1)>O(logn)>O(N)>O(N*logN)>O(N*K) “例子：O(N*2)”>O(k^N)“例子：O(2*N)”>O(N!)
2，额外空间复杂度（记为O（n）流程决定）
2.1：作为输入的参数空间，不算额外空间，作为输出结果的空间，不算额外空间，必要的的，和实现目的有关的都不算。
2.1：当执行算法中，不需要额外空间，只需要额外几个变量，就可以完成算法，额外空间复杂度记为 O（1）“常数操作”
2.2：当执行算法中，与功能无关，自己需要开辟额外数组，就可以完成算法，额外空间复杂度记为 O（n）
3，常数项时间（实现代码时细节决定）
3。1：当时间复杂度与额外空间复杂度一样的情况下，判断哪一个更好算法的标准
3.2 ：通常用代码直接进行测试判断，哪一个执行的更快，哪一个好
4，一个问题的最优解是什么意思？
一般情况下，在时间复杂度的指标上，一定要尽可能的低，先满足时间复杂度在使用最少的空间复杂度的算法流程。（特殊情况下，卡常熟项时间）
对数器
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
bs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
524
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
