Udemy Master the Code Interview(Day1)

今天学习了big O Notation.

 

Rule 1: 考虑最坏情况。

例如从一个array中查找某个元素，可以想象假设这个元素在最后，需要表脸这个array所有的元素。

Rule 2: 去掉常数。

Rule 3: 不同的输入对象要区别对待

也许有的答案是O(n1+n2)

Rule 4: 去掉不重要的项。

O(n^2 + n) = O(n^2)

程序就是算法加数据结构，好的代码具有可读性和可伸缩性。

伸缩性包括两个方面，速度和空间大小。一般速度和空间不可兼得，需要trade-off。

 

总结一下：

-Big Os-

O(1) 常数：程序中没有loop

O(log N): 通常查找算法中有logN, 当这个array已经排序好了（二分查找）

O(n)线性：for loop，在n个项目中遍历

O(n log(n)) log线性：通常是排序操作

O(n ^ 2)：循环套循环，冒泡排序

O(2 ^ n): 迭代算法

O(n!): 每个项目都有一个循环