一. 算法的引入
如果a+b+c=1000,且 a^2 +b ^2=c ^2(a,b,c为自然数),如何求出所有a,b,c组合
1.枚举法
import time
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("time:%d"%(end_time-start_time))
print('finished')
方法2
import time
start_time=time.time()
for a in range(0,1001):
for b in range(0,1001):
c = 1000 - 1 - b
if a**2+b**2==c**2:
print("a,b,c:%d,%d,%d"%(a,b,c))
end_time=time.time()
print("time:%d"%(end_time-start_time))
print('finished')
二.时间复杂度与大O表示法
时间复杂度的几条基本计算规则:
1.基本操作,即只有常数项,人为其时间复杂度为o1
2.顺序结构,时间复杂度按加法进行计算
3.循环结构,时间复杂度按乘法进行计算
4.分支结构,时间复杂度取最大值
5.判断一个算法的效率时,往往只需要关注操作数量的最高次项,其它次要项和常数项可以忽略
6.在没有特殊说明时,我们分析的算法的时间复杂度都是指最坏时间复杂度
所消耗的时间比较:
O(1)<O*(logn)<O(n)<O(nlongn)<O(n2)<O(n2logn)<O(n3)<O(n!)<O(nn)
三.代码执行时间测量模块timeit.flv
timeit模块可以用来测试一小段Python代码的执行速度
class timeit.Timer(stmt=‘pass’,setup=‘pass’,timer=)
Timer 是测量小段代码执行速度的类
stmt参数是要测试的代码语句(statment)
setup参数是运行代码时需要的设置
timer参数是一个定时器函数,与平台有关
timeit.Timer.timeit(number=1000000)
Timer类中测试语句执行速度的对象方法。number参数是测试代码时的测试次数,默认为1000000次。方法返回执行代码的平均耗时,一个float类型的秒数。
##四种列表构造的方式
#coding:utf-8
from timeit import Timer
li1=[1,2]
li2=[1,2]
li=li1+li2 #1
li=[i for i in range(10000)] #2列表生成器
li=list(range(10000)) #3可迭代对象生成礼拜
li=[] #空列表增加
for i in range(10000):
li.append(i)
def t1():
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(1000):
li.extend([i]) ##和li+=[i] 时间复杂度差不多
timer1=Timer("t1()","from __main__ import t1") ###作为启动文件,以__main__为启动
print('append:',timer1.timeit(1000))
timer2=Timer("t2()","from __main__ import t2")
print('+:',timer2.timeit(1000))
timer3=Timer("t3()","from __main__ import t3")
print('[i for i in range]:',timer3.timeit(1000))
timer4=Timer("t4()","from __main__ import t4")
print('list (range()):',timer4.timeit(1000))
timer5=Timer("t5()","from __main__ import t5")
print('extend:',timer5.timeit(1000)) ##最快
四、Python列表与字典操作的时间复杂度
见笔记
五 Python 数据结构引入