学习算法是为了更有效率地解决问题,并且让程序运行的更快。
我们来做一个小实验,在python
解释器下输入下面的代码:
>>> count = 10**5
>>> nums= []
>>> for i in range(count):
... nums.append(i)
...
>>> nums.reverse()
这段代码并没有什么实际用处。只是把一堆数字添加到一个空list
里,然后反转这个list
。
在实际的情形当中,这些数字可能来自外部,你想要把这些数字反向加入你的list
,也就是往前插入。是啊,为什么我们不直接在list
前面插入呢?
>>> nums= []
>>> for i in range(count):
... nums.inset(0,i)
在我的电脑上运行第二段代码花费的时间是第一段的100倍。它不仅慢而且还增加了问题的数量级。比如吧count
变成 10**6
。第一段代码的运行时间增加10倍,而第二段代码要比第一段满了1000多倍。我们可以猜到随着问题规模的增大,这两段代码的运行时间差距也会增大。可想而知选对正确的算法是多么的重要。
这是线性增长VS二次方增长的例子
习题
- 1-1. 思考下面的语句:“电脑的cpu越来越快,存储器也越来越便宜,算法也会变得不重要。”你怎么认为;错还是对?为什么?
- 1-2. 找到一种方法来判断两个字符串是不是互相为相同字母异序词。(比如:“debit card” 和 ”bad credit“)考虑下你的方法是否足够好。
参考答案:https://github.com/mafanhe/Python_Learning/blob/master/pythonAlgorithm/c1-2.py