<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ppppythonnnn的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ppppythonnnn</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ppppythonnnn]]></copyright><item><title><![CDATA[C++基础学习 typeof]]></title><link>https://blog.youkuaiyun.com/ppppythonnnn/article/details/132105782</link><guid>https://blog.youkuaiyun.com/ppppythonnnn/article/details/132105782</guid><author>ppppythonnnn</author><pubDate>Fri, 04 Aug 2023 15:33:59 +0800</pubDate><description><![CDATA[简而言之typeof不是关键字，某些编译器支持使用。会降低代码的移植性。可以声明一个与现有表达式相同类型的变量或函数参数。]]></description><category></category></item><item><title><![CDATA[算法的时间复杂度]]></title><link>https://blog.youkuaiyun.com/ppppythonnnn/article/details/131697351</link><guid>https://blog.youkuaiyun.com/ppppythonnnn/article/details/131697351</guid><author>ppppythonnnn</author><pubDate>Thu, 13 Jul 2023 16:14:17 +0800</pubDate><description><![CDATA[常见的表示方法O()是这个算法的上确界。比如快速排序，若数据基本有序则需要的时间复杂度是O（n^2)，但是在大量的实际情况中是无序存在的，所以其表现性能是O(n *log n).也就说快排的时间复杂度是O(n *log n)。O(1)常数阶 < O(logn)对数阶 < O(n)线性阶 < O(nlogn)线性对数阶 < O(n^ 2)  平方阶 <   O(n^ 3)立方阶 < O(2^n)指数阶。但是在具体的问题上，给定了数据规模，不一定后面的复杂度比前面的耗时.因为在定性描述时忽略了很多常数项。]]></description><category></category></item></channel></rss>