Python 算法练习

本文深入解析了不同算法的时间复杂度,包括线性时间复杂度O(n)、平方时间复杂度O(n^2)和对数时间复杂度O(logn),通过具体示例展示了如何计算循环和递归操作的时间复杂度。

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

复杂度分析

T(n) = O(f(n))
计算1+2+…+n 时间复杂度为 1 + n = n T(n) = O(n)
sums = 0
for i in range(101):
sums += i

计算i * j 时间复杂度为 n * n T(n) = O(n*n)
sums = 0
for i in range(3):
for j in range(3):
sums += i * j

T(n) = O(log n)
i = 0
while i <= 20:
i = i * 2

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