数据结构与算法之算法

已于 2022-01-27 16:58:37 修改
阅读量228 收藏
点赞数
分类专栏： 数据结构与算法之算法 文章标签： 算法 数据结构
于 2022-01-27 10:17:16 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45416797/article/details/122704712
版权

算法

1. 二分查找

条件：有序、查找数量是1个
时间复杂度：O(log2n)=O(logn)
求解过程： 假设循环x次可以查找到目标数，则从优到劣：x=1，…， log2n
第一次排除n/2，第二次排除n/4个…，n/2^x=1 推出
2^x=1 推出
x=log2(n)
在这里插入图片描述
应用：剑指offer 53.数字在升序数组中出现的次数(简单，二分查找)

2. 动态规划

利用历史记录，避免重复计算

步骤

  1. 定义数组元素
  2. 找数组元素之间的关系式
  3. 找初始值
Peanut今年是冠军
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
王道一休的数据结构
可乐
12-01 1252
数组、链表、树代码题总结——一休如果文档中有什么问题可以找王道班主任或者直接找我。 本来我想讲的东西很多，希望能够把所有可能用到的东西都展示给大家（比如引用，如果理解不了，考试中怎么通过其他方法避免使用引用），但是时间紧张，之后会考虑制作对应课程包，不同的同学想听的东西不同，大家有什么建议以及这几次课程的评价都可 以填问卷或者直接告诉我或班主任，感谢大家的支持，希望你们能学会这种分析做题的方法，那代码题拿分甚至拿满分都是没问题。数据结构其他部分每一小块我也在做总结，但是这个很难做，你们可以去看一下习题视频里
数据结构与算法分析电子书合集
01-11
自己搜索的数据结构与算法的一些电子书的合集，总计23本，包括算法导论，编程之美，设计模式等.......
时间复杂度与复杂度
weixin_49750432的博客
07-20 1933
​时间复杂度o(1)o表示一个估值，1代表一个时间运行单位，这个值比较小。（1）时间复杂度O(1)，不涉及根本的变化，还是在一次方级别的。这种的时间复杂度记为O(log2n)或O(logn)1.时间复杂是用来估算算法运行时间的一个式子(单位)2.一般来说，时间复杂度高的算法比复杂度低的算法满。​O(n^3)表示三层循环，并且依次类推。​算法使用了m行n列的二位列表O(mn)​算法使用了长度为n的一维列表O(n)（2）时间复杂度为O(n^2)​O(n)表示一层循环。...
算法的时间复杂度分析之O(logn)、O(nlogn)
e891377的专栏
10-16 9385
复杂度分析之O(logn)、O(nlogn) 对数阶时间复杂度非常常见，同时也是最难分析的一种时间复杂度。我通过一个例子来说明一下。 int i = 1; while (i <= n) { i = i * 2; } 根据我们前面讲的复杂度分析方法，第三行代码是循环执行次数最多的。所以，我们只要能计算出这行代码被执行了多少次，就能知道整段代码的时间复杂度。从代码中可以看出，变量 i 的值从 1 开始取，每循环一次就乘以 2。当大于 n 时，循环结束。还记得我们高中学过的等比数列吗？实际上，
算法 二分查找的时间复杂度为O(log2N)的原因推理
luzhensmart的专栏
09-18 3120
由于二分查找每次查询都是从数组中间切开查询，所以每次查询，剩余的查询数为上一次的一半，从下表可以清晰的看出查询次数与剩余元素数量对应关系 表-查询次数及剩余数 第几次查询 剩余待查询元素数量 从上表可以看出N/(2^K)肯定是大于等于1，也就是N/(2^K)>=1，我们计算时间复杂度是按照最坏的情况进行计算，也就是是查到剩余最后一个数才查到我们想要的数据，也就是 N/(2^K)=1 ...
关于O（log2n）的个人理解
yyd__的博客
08-03 4087
代码： i=1; ① while (i<=n) i=i*2; ② 上面是别人的代码，这里举一个例子 由于 i 作为判断条件，并且执行语句也有 i 所以大家可以举一个例子理解一下，执行一次i=2(2^ 1)，执行两次i=4(2^ 2)，执行3次，i=8(2^3),…;假设执行了m次，注意并不是执行n次，我之前老是认为执行n次，大错特错了。所以得到一个公式 2 ^ m<=n, 同时取对数，ln(2 ^ m)<=ln(n)，那么就需要将底为e转换到标准的底为10 的对数下面
JS数据结构与算法.pdf
最新发布
11-01
JS 数据结构与算法.pdf 本书主要介绍了 JavaScript 语言的基础知识，包括数据结构和算法。以下是该书的详细知识点： 一、JavaScript 基础知识 * 变量和数据类型 * 运算符和控制结构 * 函数和对象 * 数组和字符串 ...
数据结构与算法分析--C语言描述_数据结构与算法_
10-01
数据结构与算法是计算机科学的基础，对于理解和设计高效的软件至关重要。C语言因其高效、底层特性，常被用于实现数据结构和算法，使得程序更接近硬件，性能更优。本资源"数据结构与算法分析--C语言描述"是针对数据...
理解O(log2N)和O(Nlog2N)
Christ的博客
10-10 3万+
O(lgn)的解释是: 将一个数据集分成两半,然后将分开的每一半再分成两半,依此类推 O(nlgn)的解释是: 将一个数据集分成两半,然后将分开的每一半再分成两半,依此类推,在此过程中同时遍历每一半数据 以归并排序为例，可以把排序的过程看成一个倒立的二叉树： 2 39 21 16 78 4 6 54        ->未排序原始数组个数8   (2,39
O(logn*2^logn)和O(n*logn)算法
09-27 5189
O(logn*2^logn)和O(n*logn)算法1.for(int i = 1;i < n; i <<=1) for(int j = 0; j < i; j++)这个嵌套循环：1+2+4+…+2^[log（n-1）]=2^[logn]-1=O(n);2. for(int i = 0; i < = n; i ++)｛ for(int j = 1; j < i; j+=j) ...
算法时间复杂度举例解析（O(1),O（log2n),O(n),O(nlog2n),O(n^2),O(n^3)等）
盖世英雄来了
07-31 1万+
在学习数据结构的过程中，时间复杂度是我们最先接触到的概念，我们一般用时间复杂度判断算法的优劣， 但是课本中并没有详细介绍各种代码时间复杂度的例子，因此，这里对常见的时间复杂度以及代码实例举一些例子，供大家参考。 一.常见的时间复杂度 时间复杂度由小到大： 1.常数阶O(1) 2.对数阶O(log2n) 3.线性阶O(n) 4.线性对数阶O(nlog2n) 5.平方阶O(n^2) 6.立方阶O(n^3) 7.k次方阶O(n^k) 8.指数阶O(2^n) 二.代码分析 1）.
快速排序排序效率为O(N*logN)的log是以几为底的？
云轩阁
02-26 726
系列文章目录 1.元件基础 2.电路设计 3.PCB设计 4.元件焊接 6.程序设计 9.检测标准 百度搜素log2和lg2,他俩竟然是一样的。。。。。。。。
o(1), o(n), o(logn), o(nlogn)和遍历
simon_it的博客
08-14 1862
在描述算法复杂度时,经常用到o(1), o(n), o(logn), o(nlogn)来表示对应算法的时间复杂度, 这里进行归纳一下它们代表的含义:  这是算法的时空复杂度的表示。不仅仅用于表示时间复杂度，也用于表示空间复杂度。  O后面的括号中有一个函数，指明某个算法的耗时/耗空间与数据增长量之间的关系。其中的n代表输入数据的量。  比如时间复杂度为O(n)，就代表数据量增大几倍，耗时也增大几倍...
算法复杂度分析，算法复杂度o(1), o(n), o(logn), o(nlogn) 时间复杂度On和空间复杂度O1是什么意思？
hery186的专栏
02-28 2万+
https://www.cnblogs.com/TangBiao/p/5856695.html https://blog.csdn.net/dazhaoDai/article/details/81631195 https://www.cnblogs.com/hengzhou/p/9896535.html 算法复杂度分析 为什么要进行算法分析？ 预测算法所需的资源 计算时间（CPU...
数据结构之各数据结构操作的时间复杂度 之 线性表 和 树
silhouette_233的博客
10-06 2468
数据结构之各数据结构操作的时间复杂度 之 线性表 和 树一、线性表（1）顺序结构（2）链式结构二、二叉树（1）普通二叉树树表的查找（1）二叉排序树结构（2）平衡二叉树（3）红黑树 一、线性表 （1）顺序结构 #define MAXSIZE 100 Typedef struct{ Elemtype * elem; //存储空间的基地址 Int length; //当前长度 }Sqlist; 查找：O(1) 插入：O(n) 删除：O(n) //通过下标直接找到待操作元素，主要时间花在移动元素上。
O(1), O(n), O(logn), O(nlogn) 的区别
热门推荐
null
09-28 11万+
在描述算法复杂度时，经常用到O(1), O(n), O(logn), O(nlogn)来表示对应复杂度程度, 不过目前大家默认也通过这几个方式表示空间复杂度 。 那么，O(1), O(n), O(logn), O(nlogn)就可以看作既可表示算法复杂度，也可以表示空间复杂度。 大O加上（）的形式，里面其实包裹的是一个函数f(),O（f()）,指明某个算法的耗时/耗空间与数据增长量之间的关系。其中...
排序算法大比拼(2.2)——时间O(n log2n)篇之快速排序（左右指针法）
风斯在下
07-19 1364
文章目录概述算法思路动画演示代码实现算法特点 概述 快速排序是对冒泡排序的一种改进，也是当前人们认为综合效率最好的排序算法。 下面，让我们一起来学习最基本的快速排序叭~ 建议大家先看看第一篇和第二篇。 算法思路 我们需要先找一个基准数k。在最基本的快速排序中，k可以是序列中的第一个数。 对于左指针，一个元素合法的定义是：这个数≤k。 左指针向后遍历不停地向后遍历，寻找第一个不合法的数。 3, 7, 1 ≤ 8, 10 ≥ 8。 左指针第一个不合法的数就是a[4] = 10。 对于右指针，一个元素合法

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值