叶庭云 成为自己的光

Python双端队列，实现回文检测。

文章目录前面我们了解了 “大O表示法” 以及对不同的算法的评估，下面来讨论下 Python 两种内置数据类型有关的各种操作的大O数量级：列表 list 和字典dict。这是两种非常重要的 Python 数据类型，后面会用来实现各种数据结构，通过运行试验来估计其各种操作运行时间数量级。对比 list 和 dict 操作如下：List列表数据类型常用操作性能：最常用的是：按索引取值和赋值（v=a[i]，a[i]= v），由于列表的随机访问特性，这两个操作执行时间与列表大小无关，均为O(1)。

文章目录一、初识递归二、进制转换三、递归可视化四、汉诺塔问题求解五、总结一、初识递归递归（Recursion）是一种解决问题的方法，其精髓在于将问题分解为规模更小的相同问题，持续分解，直到问题规模小到可以用非常简单直接的方式来解决。递归的问题分解方式非常独特，其算法方面的明显特征就是：在算法流程中调用自身。递归为我们提供了一种对复杂问题的优雅解决方案，精妙的递归算法常会出奇简单，令人赞叹。给定一个列表，返回所有数的和，列表中数字的个数不定，需要一个循环和一个累加变量来迭代求和，那现在既不能用 fo

在面试题中可能会遇到排序算法，毕竟作为数据分析师，难点的可能会考你手推公式，简单的可能就说：“来，那你写个快排吧。”，本文总结了部分排序算法的python实现。1. 冒泡排序平均时间复杂度：O(n^2)，是一种稳定排序算法。算法原理：比较相邻的元素，如果第一个比第二个大，就交换他们两个。对每一对相邻元素做同样的工作，从开始第一对到结尾的最后一对。在这一点，最后的元素应该会是最大的数。针对所有的元素重复以上的步骤，除了最后一个。持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比

重学数据结构与算法(1) 代码效率优化方法论一、代码效率优化方法论二、将“昂贵”的时间复杂度转换成“廉价”的空间复杂度