Why?
我们举一个可能不太恰当的例子:
如果将最终写好运行的程序比作战场,我们码农便是指挥作战的将军,而我们所写的代码便是士兵和武器。
那么数据结构和算法是什么?答曰:兵法!
引入
先来看一道题:
如果 a+b+c=1000,且 a^2+b^2=c^2(a,b,c 为自然数),如何求出所有a、b、c可能的组合?
第一次尝试
import time
# 一般人想法
start = time.time()
for a in range(1001):
for b in range(1001):
for c in range(1001):
if a**2 + b**2 == c**2 and a+b+c == 1000:
print('%d,%d,%d'%(a,b,c))
end = time.time()
print('所用时间:%s'%(end-start))
'''
运行结果:
0,500,500
200,375,425
375,200,425
500,0,500
所用时间:1298.273814201355
'''
注意运行时间:1299s
算法的提出
算法的概念
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。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
算法是独立存在的一种解决问题的方法和思想。
对于算法而言,实现的语言并不重要,重要的是思想。
算法的五大特性
- 输入: 算法具有0个或多个输入
- 输出: 算法至少有1个或多个输出
- 有穷性: 算法在有限的步骤之后会自动结束而不会无限循环,并且每一个步骤可以在可接受的时间内完成
- 确定性:算法中的每一步都有确定的含义,不会出现二义性
- 可行性:算法的每一步都是可行的,也就是说每一步都能够执行有限的次数完成
第二次尝试
import time
# a + b + c = 1000
# a <= 1000
# b <= 1000 - a
# c <= 1000 - a - b
start = time.time()
# 两重循环
for a in range(1001):
for b in range(1001-a):
c = 1000 - a - b
if a**2 + b**2 == c**2:
print('%d,%d,%d'%(a,b,c))
end = time.time()
print('所用时间:%s'%(end-start))
'''
运行结果:
0,500,500
200,375,425
375,200,425
500,0,500
所用时间:0.680220365524292
'''
注意运行时间:0.68s
算法效率衡量
时间复杂度与“大O记法”
对于算法的时间效率,我们可以用“大O记法”来表示。
“大O记法”:对于单调的整数函数f,如果存在一个整数函数g和实常数c>0,使得对于充分大的n总有f(n)<=c*g(n),就说函数g是f的一个渐近函数(忽略常数),记为f(n)=O(g(n))。也就是说,在趋向无穷的极限意义下,函数f的增长速度受到函数g的约束,亦即函数f与函数g的特征相似。
时间复杂度:假设存在函数g,使得算法A处理规模为n的问题示例所用时间为T(n)=O(g(n)),则称O(g(n))为算法A的渐近时间复杂度,简称时间复杂度,记为T(n)
如何理解“大O记法”
对于算法进行特别具体的细致分析虽然很好,但在实践中的实际价值有限。对于算法的时间性质和空间性质,最重要的是其数量级和趋势,这些是分析算法效率的主要部分。而计量算法基本操作数量的规模函数中那些常量因子可以忽略不计。例如,可以认为3n2和100n2属于同一个量级,如果两个算法处理同样规模实例的代价分别为这两个函数,就认为它们的效率“差不多”,都为n2级。
最坏时间复杂度
分析算法时,存在几种可能的考虑:
- 算法完成工作最少需要多少基本操作,即最优时间复杂度
- 算法完成工作最多需要多少基本操作,即最坏时间复杂度
- 算法完成工作平均需要多少基本操作,即平均时间复杂度
对于最优时间复杂度,其价值不大,因为它没有提供什么有用信息,其反映的只是最乐观最理想的情况,没有参考价值。
对于最坏时间复杂度,提供了一种保证,表明算法在此种程度的基本操作中一定能完成工作。
对于平均时间复杂度,是对算法的一个全面评价,因此它完整全面的反映了这个算法的性质。但另一方面,这种衡量并没有保证,不是每个计算都能在这个基本操作内完成。而且,对于平均情况的计算,也会因为应用算法的实例分布可能并不均匀而难以计算。
因此,我们主要关注算法的最坏情况,亦即最坏时间复杂度。
时间复杂度的几条基本计算规则
- 基本操作,即只有常数项,认为其时间复杂度为O(1)
- 顺序结构,时间复杂度按加法进行计算
- 循环结构,时间复杂度按乘法进行计算
- 分支结构,时间复杂度取最大值
- 判断一个算法的效率时,往往只需要关注操作数量的最高次项,其它次要项和常数项可以忽略
- 在没有特殊说明时,我们所分析的算法的时间复杂度都是指最坏时间复杂度
算法分析
第一次尝试的算法核心部分
for a in range(0, 1001):
for b in range(0, 1001):
for c in range(0, 1001):
if a**2 + b**2 == c**2 and a+b+c == 1000:
print("%d, %d, %d" % (a, b, c))
T = 1000 * 1000 *1000*(max(1,0)) = 1000 ^ 3
T(n) = n * n * n * (max(1,0)) = O(n^3)
时间复杂度:T(n) = O(n^3)
第二次尝试的算法核心部分
for a in range(0, 1001):
for b in range(0, 1001-a):
c = 1000 - a - b
if a**2 + b**2 == c**2:
print("%d, %d, %d" % (a, b, c))
T = 1000 * (1000-a) * (1+max(1,0)) = 1000 * (1000-a) * 2 = O(1000*1000) = O(1000^2)
T(n) = O(n^2)
时间复杂度:T(n) = O(n^2)
由此可见,我们尝试的第二种算法要比第一种算法的时间复杂度好多的。
常见时间复杂度
执行次数函数举例 | 阶 | 非正式术语 |
---|---|---|
12 | O(1) | 常数阶 |
2n+3 | O(n) | 线性阶 |
3n^2+2n+1 | O(n^2) | 平方阶 |
5log2n+20 | O(logn) | 对数阶 |
2n+3nlog2n+19 | O(nlogn) | nlogn阶 |
6n^3+2n^2+3n+4 | O(n^3) | 立方阶 |
2^n | O(2^n) | 指数阶 |
注意,经常将log2n(以2为底的对数)简写成logn
常见时间复杂度之间的关系
所消耗的时间从小到大
O(1) < O(logn) < O(n) < O(nlogn) < O(n2) < O(n3) < O(2n) < O(n!) < O(nn)
Python内置类型性能分析
timeit模块
timeit模块可以用来测试一小段Python代码的执行速度。
class timeit.Timer(stmt='pass', setup='pass', timer=<timer function>)
Timer是测量小段代码执行速度的类。
stmt参数是要测试的代码语句(statment);
setup参数是运行代码时需要的设置;
timer参数是一个定时器函数,与平台有关。
timeit.Timer.timeit(number=1000000)
Timer类中测试语句执行速度的对象方法。number参数是测试代码时的测试次数,默认为1000000次。方法返回执行代码的平均耗时,一个float类型的秒数。
list的操作测试
# coding=utf-8
from timeit import Timer
# list操作测试
def test1():
l = []
for i in range(10):
l = l + [i]
def test2():
l = []
for i in range(10000):
l.append(i)
def test3():
l = [i for i in range(10000)]
def test4():
l = list(range(10000))
# timeit(函数名_字符串,运行环境_字符串,number=运行次数)
t1 = Timer('test1()','from __main__ import test1')
print('+:',t1.timeit(number=1000),'s')
t2 = Timer('test2()','from __main__ import test2')
print('append:',t2.timeit(number=1000),'s')
t3 = Timer('test3()','from __main__ import test3')
print('列表生成式:',t3.timeit(number=1000),'s')
t4 = Timer('test4()','from __main__ import test4')
print('list():',t4.timeit(number=1000),'s')
'''
运行结果:
+: 96.5595060546576 s
append: 0.5754075709926951 s
列表生成式: 0.24559033513229167 s
list(): 0.1442200933084905 s
'''
list的append(value)和insert(0,value)测试:
# coding=utf-8
from timeit import Timer
def test5():
l = []
for i in range(10000):
l.append(i)
def test6():
l = []
for i in range(10000):
l.insert(0,i)
# pop 操作测试:
t1 = Timer('test5()','from __main__ import test5')
print('append(i)',t1.timeit(number=1000))
t2 = Timer('test6()','from __main__ import test6')
print('insert(0,i)',t2.timeit(number=1000))
'''
append(i) 0.5899517738268509
insert(0,i) 14.478126272180655
'''
结论:后面插入的时间远高于一个前面插入
list内置操作的时间复杂度
dict内置操作的时间复杂度