代码随想录刷题笔记
算法性能分析
-
时间复杂度
1.1 什么是时间复杂度?
时间复杂度是一个函数,它定性描述该算法的运行时间。
在软件开发中,时间复杂度就是用来方便开发者估算出程序运行的答题时间。
那么该如何估计程序运行时间呢,通常会估算算法的操作单元数量来代表程序消耗的时间,这里默认CPU的每个单元运行消耗的时间都是相同的。
1.2 什么是大O?
大O用来表示上界的,当用它作为算法的最坏情况运行时间的上界,就是对任意数据输入的运行时间的上界。(一般情况,但不是严格的上界)
例如:快速排序,时间复杂度是O(nlogn),但是当数据已经有序情况下,快速排序的时间复杂度是O(n^2) 的。
所以算法的时间复杂度是多少指的都是一般情况。
注:但是如果面试官和我们深入探讨一个算法的实现以及性能的时候,就要时刻想着数据用例的不一样,时间复杂度也是不同的,这一点是一定要注意的。
1.3 不同数具规模的差异
在决定使用哪些算法的时候,不是时间复杂越低的越好,要考虑数据规模,如果数据规模很小甚至可以用O(n^2)的算法比O(n)的更合适(在有常数项的时候)。
其实说实话,可能很多人依然分不清线性表,顺序表,和链表之间的区别和联系!
-
线性表:逻辑结构, 就是对外暴露数据之间的关系,不关心底层如何实现,数据结构的逻辑结构大分类就是线性结构和非线性结构而顺序表、链表都是一种线性表。
-
顺序表、链表:物理结构,他是实现一个结构实际物理地址上的结构。比如顺序表就是用数组实现。而链表用指针完成主要工作。不同的结构在不同的场景有不同的区别。