引入
1.1 第一次尝试
先来看一道题:a+b+c = 1000,且a^2+b^2=c^2(a,b,c为自然数),如何求所有a,b,c的可能的组合?
解法1:枚举法,先取a=0,b=0,c=0~1000
import time #时间模块
start_time = time.time()
for a in range(0, 1001):
for b in range(0, 1001):
for c in range(0, 1001):
if a+b+c == 1000 and a**2 + b**2 == c**2:
print('a, b, c:%d, %d, %d' % (a, b, c))
end_time = time.time()
print('times:%d' % (end_time-start_time))
print('finished')
1.2 算法的提出
算法是独立存在的一种解决问题的方法和思想
算法的五大特性:
1 输出:算法具有0或多个输入
2 输出:算法至少有1个或多个输出
3 有穷性:算法在有限个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
4 确定性:算法的每一步都有确定的含义,不会出现二义性
5 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
1.3 第二次尝试
import time
start_time = time.time()
for a in range(0, 1001):
for b in range(0, 1001):
c = 1000-a-b
if a**2 + b**2 == c**2:
print('a, b, c:%d, %d, %d' % (a, b, c))
end_time = time.time()
print('times:%d' % (end_time-start_time))
print('finished')
1.4 算法效率衡量
单独靠执行时间不一定可靠,比如在新机器和老机器上的时间比较不可靠,引入时间复杂度
在第一次尝试中,假设a+b+c = 1000,则T(1000)= 1000*1000*1000*2
假设a+b+c = 2000, T(2000)=2000*2000*2000*2
抽象成T(N)=N^3*2
在进一步省略为O(n)=n^3
T(n)= k*O(n),O(n)是T(n)的渐近函数
算法时间复杂度:
最优时间复杂度 最坏时间复杂度 平均时间复杂度
最优时间复杂度,其价值不大,没有参考价值。我们最关心最坏时间复杂度
1.5 时间复杂度的几条基本计算规则
分析第二次尝试:
T(n)=n*n*(1+max(1,0)) #循环 循环 分支结构
= n^2*2
= O(n^2)
1.6 常见时间复杂度
1.7 python内置类型性能分析
list和dict不能当成基本类型看
def test1():
li = []
for i in range(10000):
li.append(i)
def t2():
li = []
for i in range(10000):
li = li + [i]
def t3():
li = [i for i in range(10000)]
def t4():
li = list(range(10000))
def t5():
li = []
for i in range(10000):
li.insert(0, i)
def t6():
li = []
for i in range(10000):
li.extend([i])
from timeit import Timer
time1 = Timer("test1()", "from __main__ import test1")
print('append', time1.timeit(number=1000),'s')
time2 = Timer("t2()", "from __main__ import t2")
print('+', time2.timeit(number=1000),'s')
time3 = Timer("t3()", "from __main__ import t3")
print('for', time3.timeit(number=1000),'s')
time4 = Timer("t4()", "from __main__ import t4")
print('list', time4.timeit(number=1000),'s')
time5 = Timer("t5()", "from __main__ import t5")
print('insert', time5.timeit(number=1000),'s')
time6 = Timer("t6()", "from __main__ import t6")
print('extend', time6.timeit(number=1000),'s')
测试结果:
append 0.7037908 s
+ 0.612001 s
for 0.37875210000000004 s
list 0.22239680000000006 s
insert 33.7926759 s
extend 0.9917332999999999 s
list内置操作的时间复杂度
dict内置操作的时间复杂度
1.8 数据结构
数据结构只是静态的描述了数据元素之间的关系
高效的程序需要在数据结构的基础上设计和选择算法
程序=数据结构+算法
抽样数据类型(Abstract Data type)ADT
指一个数学模型以及定义在此数学模型上的一组操作
最常用的数据运算有五种:
插入 删除 修改 查找 排序