程序 = 数据结构 + 算法
算法: 解决问题的过程
时间复杂度:执行该算法消耗的时间
空间复杂度:执行该算法内存占用情况
以空间换时间
1.时间复杂度
时间复杂度与空间复杂度均用大O表示法
常见的时间复杂度效率排序:
O(1)<O(
l
o
g
n
{log_{n}}
logn)<O(n)<O(n
l
o
g
n
{log_{n}}
logn)<O(
n
2
n^2
n2)<O(
n
2
l
o
g
n
n^2{log_{n}}
n2logn)<O(
n
3
n^3
n3)
复杂问题的复杂度:
O(n!) ,O(
2
n
2^n
2n) ,O(
n
n
n^n
nn)…
2.空间复杂度:
- 占用几个变量 O(1)
- 一维列表 O(n), n ∗ * ∗n的二维列表 O( n 2 n^2 n2),
- m ∗ * ∗n列的二维列表 O(m ∗ * ∗n)
2.汉诺塔问题:
汉诺塔问题是一个经典的问题。汉诺塔(Hanoi Tower),又称河内塔,源于印度一个古老传说。大梵天创造世界的时候做了三根金刚石柱子,在一根柱子上从下往上按照大小顺序摞着64片黄金圆盘。大梵天命令婆罗门把圆盘从下面开始按大小顺序重新摆放在另一根柱子上。并且规定,任何时候,在小圆盘上都不能放大圆盘,且在三根柱子之间一次只能移动一个圆盘。问应该如何操作?
核心思想:递归
先把上方的63个盘子看成整体,这下就等于只有两个盘子,自然很容易了,我们只要完成两个盘子的转移就行了,好了现在我们先不管第64个盘子,假设a柱只有63个盘子,与之前一样的解决方式,前62个盘子先完成移动目标。
javascript代码:
const Hanoi = (n, a, b ,c) => {
if (n === 1) {
console.log(`盘子${n}: ${a} ----> ${c}`)
} else {
Hanoi(n-1, a, c, b) //将a柱子上的从上到下n-1个盘移到b柱子上
console.log(`盘子${n}: ${a} ----> ${c}`)
Hanoi(n-1, b, a, c) //将b柱子上的n-1个盘子移到c柱子上
}
}
Hanoi(3, 'A', 'B', 'C')
运行结果:
盘子1: A ----> C
盘子2: A ----> B
盘子1: C ----> B
盘子3: A ----> C
盘子1: B ----> A
盘子2: B ----> C
盘子1: A ----> C
python代码:
def hanoi(n, a, b ,c):
if n>0:
hanoi(n-1, a, c, b)
print("moving from %s to %s" %(a, c))
hanoi(n-1, b, a, c)
hanoi(3, 'A', 'B', 'C')
汉诺塔移动的次数的递推式:h(x) = 2h(x-1)+1
h(64) = 18446744073709551615
假设婆罗门每秒钟搬一个盘子,则总共需要5800亿年~
最后关于递归算法,这中解决问题的方法也只有计算机才喜欢,我们虽然看着代码很简单,但真要深入理解也是很费脑细胞的,不过递归确实有中数学上的简洁美和逻辑美。
参考链接:https://blog.csdn.net/qq_37873310/article/details/80461767