《Hello算法》之迭代与递归

算法效率评估

在能够解决问题的前提下，算法效率已成为衡量算法优劣的主要评价指标。主要包括以下两个维度。
时间效率：算法运行速度的快慢（即算法运行时间的长短）。
空间效率：算法占用内存空间的大小。
目标是设计 “既快又省” 的数据结构与算法。

效率评估方法

1、实际测试
给定两种算法，在计算机上分别运行它们，记录时间和空间使用情况。
缺陷

• 难以排除测试环境的干扰因素。不同的测试环境可能会得到相反的结果。
• 展开完整测试非常消耗资源。完整测试需要在不同数据量下开展，非常浪费资源。
  2、理论估算
  复杂度分析(complexity analysis) 描述了随着输入数据大小的增加，算法执行所需时间和空间的增长趋势。
• “时间和空间资源”分别对应时间复杂度(time complexity) 和空间复杂度(space complexity)。
• “随着输入数据大小的增加”意味着复杂度反映了算法运行效率与输入数据体量之间的关系。
• “时间和空间的增长趋势”表示复杂度分析关注的不是运行时间或占用空间的具体值，而是时间或空间增长的快慢。
  复杂度分析相对于实际测试的优点
• 仅需理论分析，绿色节能。
• 独立于运行环境，适用于各类平台。
• 能够体现不同数据量下的算法效率。

迭代

迭代(iteration)：在满足特定条件下重复执行某段代码，直到该条件不再满足。

迭代实现方式

• for循环
  for循环适合预先知道迭代次数时使用。例求解1到n之和:

def for_loop(n:int)->int:
   """ for循环"""
   res = 0
   # 循环求和1,2,...,n-1,n
   for i in range(1, n+1): # range(a,b)是左闭右开区间[a,b），故此处是n+1.
       res += i
   return res
# 输出
res_for = for_loop(5)
print("for_loop:", res_for)
# for_loop: 15

• while循环
  while循环与for循环类似，在while循环中，程序每轮都会先检查条件，如果条件为真则继续执行，否则就结束循环。求和代码如下

def while_loop(n:int)->int:
   """ while循环"""
   res = 0
   i = 1  # 初始化条件变量
   while i <= n:
       res += i  # 累加
       i += 1