算法分析
2016年5月9日
1:15
主要包括 对时空复杂度的分析 ,还有算法的实际运行性能及算法可视化。
步骤:
1.量化算法的实际运行性能
| 选择衡量算法实际性能的量化指标是他的实际运行时间。这与算法要解决的问题规模有关。 /* 大O符号是一种算法复杂度的相对表示方式。 复杂度(complexity,就是操作的数量)。 我们称这为O(n)或者线性复杂度(linear complexity)。
我们只关心复杂度最重要的部分,,对于占操作总量很小比例的可以忽略,当我们做6位数乘法时,如果其中一个是4位数另一个是6位数,那么我们只需做24次乘法操作。然而,对于那个’n’,我们仍然计算最坏情况,即乘数都是6位数的情况。因此,大O符号是关于一个算法的最坏情况的。
例子:O(n^2) ---平方复杂度 |

本文介绍了算法分析的基础,包括对时空复杂度的理论探讨和实际运行性能的量化研究,同时提及了算法可视化的应用。
最低0.47元/天 解锁文章
5613

被折叠的 条评论
为什么被折叠?



