数据结构与算法(python)--------------大O表示法

博客阐述了学习研究算法的原因,一是学习不同问题解决方案,有助于应对未知问题;二是可通过算法分析技术评判算法特性,而非依据特定程序表现。还介绍了数量级函数的“大O”表示法,用于描述T(n)中随n增加而增加速度最快的主导部分。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

为什么要学习研究算法呢:
首先,学习各种不同问题的解决方案,
有助于我们在面对位置问题的时候,能够根据类似问题的解决方案来更好解决
其次,各种算法通常由较大差异
我们可以通过算法分析基数来评判算哒本身特性,而不是根据实现算法的程序在特定机器和特定数据上运行的表现来评判它,
即使同一个程序,在不同运行环境和输入数据的情况下,其变现的差异可能也会很大
数量级函数描述了T(n)中随着n增加而增加速度最快的主导部分:
**

称为“大O”表示法,记作O(f(n)),

**
其中f(n)表示T(n)中的主导部分
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值