算法学习之旅~

前言：鄙人为大数据专业的大一学生，接触代码的时日不多 实力非常有限，平常喜欢代码，足球 希望各位能够多多与我交流~

算法介绍：算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。

同时呢由于现在用户对于体验的要求增高，大部分企业都采取空间换时间的方式
空间复杂度和时间复杂度比较好理解 本人主要介绍时间复杂度的估算方法与效率排序…

接下来 让我们来看看如何分析时间复杂度

print('hello world')

俗话说学习一个东西重hello world 开始
由这串代码可以知道 打印出来的东西就是一个hello world
那么其就是一个O（1）的时间复杂度

for i in range(n):
  print('hello world')

那么很容易我们可以知道这串玩意的时间复杂度是O（n）

for i in range(n):
 for j in range(n):
  print('hello world')

同理我们也可以知道这串代码的时间复杂度是O(n**2)
那么我已经简单的了解到上面的时间复杂度的大致计算，接下来让我们看看以下的代码~

print('hello world')
print('hello suanfa')
print('hello python')

for j in range(n):
    print('hello world')
    for i in range(n):
     print('hello world')

这串代码的时间复杂度相信不少同学认为其时间复杂度是O（3）和O(n**2+n)
敲黑板

这样算就错了 事实上 两串代码的时间复杂度分别为O（1）与O（n**2)
因为呢 只要你没有打印太多次，其实对于计算的影响是十分小的，小到甚至可以忽略不记（手动滑稽）

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

当n=64时输出:
64
32
16
8
4
2

我们不难发现上面的联系 不断的减半输出
2**6=64
同时写成数学的方式就是log 64 =6
底数是2 （底数写不出来） 手动流泪…
那么我们就可以将时间复杂度简单的写成O（logn)
那么问题来了
如何简单快速的判断时间复杂度

1. 快速判断时间复杂度（适用绝大多数的简单情况）:
   1 . 确定问题规模
   2.循环减半的过程：logn
   3.k层关于n的循环 n**k
   复杂情况：根据算法执行过程判断
   凡是看到循环减半的过程肯定会出现关于logn的时间复杂度
   其中k层关于n的循环 主要是for循环吧…
   看有几层for 这样比较好判断写趴…
   下一章开始讲递归…
   本人qq：2275966457
   欢迎广大道友与我交流学习~