目录
时间复杂度
时间复杂度就是用来方便开发者估算出程序的运行时间
时间复杂度是n的乘阶
aN²+bN+c
bN+c = 0(N²)
不要低阶项,只要最高阶项
当数据量大到一定程度,低阶项的数几乎可以忽略不记
时间复杂度是判断算法的好坏的方法。
如果时间复杂度无法判断的时候用实际来跑来确定哪个更好(常数项时间)
时间复杂度就是算法耗时
额外空间复杂度 额外开辟的空间计算的量
异或运算
a n b
性质:
1 、
0 n N = N
N n N = 0
2、满足交换律与结合律
a n b = b n a a n b n c = a n (b n c)
3、
一坨数一起与或,与前后与或的顺序无关,结果一眼
两个数的值就进行了交换
位置不能相等,地址相同亦或会成0
练习题目
练习题目:如何在一个数组中找出是奇数次的数
int eor = 0;
arr[] = {1,1,1,1,2,2,3,3,3}
eor ^= arr[i]
全与或一遍就能得出其中奇数次的数
偶数与或都变成0
最后的只会剩下奇数次的数
时间复杂度都是按照算法最复杂情况进行计算 O()
一个是平均
一个是最优
不要求掌握
我们只需要掌握最复杂情况O()
经典二分:
题目:在一个有序的数组里找到其中一个数
缩小范围进行查找
查找一个数,发现这个数x > num(x>num),所以可以抛弃后面(前面)的数,对前面的数进行查找,直到找到这个数(x)
算法时间复杂度:O(log2N) = O(logN)
经典二分2:
题目:在一个有序数组中,找到>=某个数最左侧的位置
用一个变量t记录下位置,缩小范围进行查找
经典二分3:
题目:局部最小值问题,求一个局部最小的数的位置
arr数组中相邻的数一定不相等
先找到0是否是局部最小,是就返回,如果不是则寻找N-1位置是否是局部最小,是就返回
如果不是,那么中间必有局部最小的转折点,可以一直二分下去,可以至少找到一个局部最小。
不是有序才能使用二分,而是根据问题来定。
1、根据数据状况
2、根据问题来确定
测试数据可以做一个随机样本产生器。
a方法是想测试的代码,b方法是不追求时间复杂度正确的方法,对两个方法进行跑,对比数据是否相同。
一个是不追求时间复杂度,一个是最求时间复杂度
也就是对数器,用一个对的方法与自己写的方法进行配对。
总结:这一讲我们学到了与或运算的应用,算法时间复杂度和空间复杂度是什么,三个排序算法(未记录,可以自行观看),经典二分的使用的三道题目,我感觉算法就是考逻辑思维能力。