LeetCode 刷题攻略与算法复杂度解析-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_40008772/article/details/119030988

Leecode-每日一题

1. 刷题方法

要刷多少题？

每个类型的题目10-20题(动态规划多多益善)
总共200~300题

如何刷题?

同类型题目一起刷，总结相似与不同(白天刷新题，晚上复习旧题)

周一：树/链表/搜索/动态规划
周二：
周三：
周四：
周五：
周六：
周日：
刷三遍

第一遍：五分钟想不出来看答案
第二遍：尝试不看答案完整实现(一道题不超过60min)
第三遍：3天后，尝试15-20分钟快速实现

看别人代码

看3-5种不同的实现，分析别人的代码优缺点，为什么速度快/慢？（leecode答案速度排名中间代码比较好，不要为了速度用一些奇怪的技巧优化）
学习新的语言/算法/数据结构/API/模板/最佳实践

刷题过程中培养的能力

扩宽的思路，至少能看出该使用什么样的算法
数据规模->实践复杂度推算
代码风格：1.一致性：命名/缩进/括号/换行 2.有意义的变量名

学习来源参考：bilibili花花酱

2. 时间&空间复杂度

2.1 时间复杂度

什么是时间复杂度？算法的执行效率，算法的执行时间与算法的输入值之间的关系

**大O表示法/常用复杂度/常用复杂度对比：**找循环，有循环不看其他– $O(1) < O(logN) < O(N) < O(NlogN) < O(N^2) < O(2^N) < O(N!) ; O(M+N)$

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-bL1R4RJ2-1627044177067)(F:\0. Note\Typora-image\latex\image-20210723150321726.png)]

# 1. O(1): 无循环, 一般是O(1)
def O1(num):
    i = num
    j = num*2
    return i+j

# 2. O(N)
def ON(num):
    total = 0
    for i in range(num):
        total += 1
    return total

# 3. O(logN)
def OlogN(num):
    i = 1
    while (i<num): # 2^次数 = num; 次数=log2num
        i = i*2
    return i

# 4. O(M+N)
def OMN(num1, num2):
    total = 0
    for i in range(num1):
        total += i
    for j in range(num2):
        total += j
    return total


# 5. O(NlogN) / O(NlogM)
def ONlogN(num):
    total = 0
    j = 1
    for i in range(num):  # N 
        while(j<num):     # logN
            total += i + j
            j = j*2
    return total

# 6. O(N^2)
def On2(num):
    total = 0
    for i in range(num):
        for j in range(num):
            total = i + j

2.2 空间复杂度

什么是空间复杂度？算法存储空间与输入值之间的关系

占空间：找已经声明的变量、for语句不占空间

# 1. O(1) 变量是常量情况, 不随输入值改变
def test(num):
    total = 0
    for i in range(num):
        total += i
    return total

# 2. O(N) 有数组、递归stack
def test(num):
    array = []
    for num in nums:
        array.append(num)
    return array

常用空间复杂度： $O(1)<O(N)<O(N^2)$ 用不上 $O (l o g N), O (N l o g N)$

2.3 时间&空间

两者互斥，通常先考虑时间复杂度最低的
工作时：时间复杂度、空间复杂度各有一个最优，问选哪一种

3. 数据结构

3.1 数据结构-数组

3.1 知识点

数组：在连续的内存空间中，存储一组相同类型的元素

特点：读多写少——适合读，不适合写

区分：

元素和索引(相对位置，从0开始)
数组访问(Acess，a[1]) 数组搜索(Search，找到这个元素)

四种操作方式：

访问/读取Access：时间复杂度O(1)
搜索Search：最坏时间复杂度O(N)、二分法搜索
插入Insert：最坏时间复杂度O(N)，每个后移一位
删除Delete：最坏时间复杂度O(N)，每个前移一位

3.2 python数组常用操作

创建数组
添加元素，a.append()-O(1) a.insert(插入位置，元素)-O(1)~O(N)
访问元素，用索引/下标访问元素a[索引]，O(1)
更新元素，a[要更新的索引位置] = 88，O(1)
删除元素，三种方法remove/pop
1. a.remove(元素值) O(N)
2. a.pop(索引) O(N)
3. a.pop() 删除最后一个元素 O(1)
获取数组长度，len(a)

遍历数组，三种方法-O(N)

# 1.
for i in a:
    print(i)
# 2. 
for index, element in enumerate(a):
    print(index, element)
# 3. 
for i in range(0, len(a)):
    print(i, a[i])

查找某个元素，a.index(元素) 返回元素所在的索引O(N)
数组排序 a.sort() 反序a.sort(reverse=True) O(NlogN)