m0_53292725的博客

Agenda：什么是时间复杂度？ 算法的执行效率：算法的执行时间与算法的输入值之间的关系 例如： def test(num): total = 0 for i in range(num): total += i return total 时间复杂度就只看这个for 循环 用大O表示法就是O(n) 常见时间复杂度案例分析 O(1):表示我的算法执行时间和我的nums无关(没有for和while循环) def O1(num): i = num .

就是只保留增长最快的一项 就是O(n^2) 数量级大小排序 根据实际代码求时间复杂度 非常的清晰两个循环嵌套 内有三个赋值语句 时间复杂度为3n^2 去掉系数 和低数量级的表示 结果就位O(n^2) ''变位词''判断问题 ...

栈的应用 什么是栈？ 一种有次序的数据项集合，在栈中，数据项的加入和移除都仅发生在同一端 这一段叫栈顶top 另一端叫栈底base 距离栈底越近的数据项，留在栈中的时间就越长（最新加入栈的数据会被最先移除） 这种次序通常称为后进先出LIFO last in first out 这是一种基于数据项保留时间的次序，时间越短的离栈顶越近，而时间越长的离栈底越近 栈的特性：反转次序 进栈和出栈的次序正好相反 底部的最先进 最后出 和摆书一个道理 从底层摆起 实例：浏览器的后退back按钮 ..

Python数据类型的性能 列表list和字典dict List最常用的：按索引取值和赋值 取值：v=a[i] 赋值a[i]=v 时间复杂度都是O(1) 另一个是列表增长 list.append(v) 或者lst = lst+ [v] 结果是 list range最快 同时列表推导式也用的很多 list 基本操作的大O数量级 list.pop 从列表中移除元素 pop（) 从列表末尾移除元素，O（1） pop（i）从列表中部移除元素，O（n） pop（）...