数据结构(基于python实现)02-算法复杂度分析

本文探讨了算法复杂度的重要性,主要分为空间复杂度和时间复杂度两方面。通过实例展示了循环嵌套对时间复杂度的影响,指出每增加一层循环,复杂度呈指数级增长。建议在编程中避免过度的循环嵌套,以保持算法效率。
摘要由CSDN通过智能技术生成
  • 计算机基本的构造模块:数据结构和算法

所以提到数据结构,那么就不得不提算法。而如何评价一个算法的质量呢?
第一个层次就是正确性、第二个层次就是可读性和易维护性、最后就是分析一个算法的复杂度

  • 算法复杂度:1、空间复杂度 2、时间复杂度

1、空间复杂度:

空间复杂度的计算需要计算程序运行所需的资源,一个显著的评价标准就是程序运行时的内存使用量。


2、时间复杂度:

运行一个小程序,用于计算运行时间和内存的对比

import time
import psutil
import os


def problem_size(num):
    t_start = time.time()

    for i in range(num):
        # for j in range(num):
        i -= 1

    t_stop = t
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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