《 큰소리 데이터 구 조 》 노트

함수 의 점진 적 증가
알고리즘
덧셈 상 수 를 무시 할 수 있다.
알고리즘 의 효율 을 판단 하 다
함수 중의 상수 와 다른 차 항 은 항상 무시 할 수 있 으 며, 주 항 (최고 단계 항목) 의 단계 에 더욱 관심 을 가 져 야 한다.
사전 추산 방법
어떤 알고리즘 은 n 이 커지 면서 다른 알고리즘 보다 좋 거나 다른 알고리즘 보다 점점 나 빠 집 니 다.
알고리즘 시간 복잡 도T(n) = O(f(n)) 일반적인 상황 에서 n 의 증가 에 따라 T (n) 의 성장 이 가장 느 린 알고리즘 이 가장 좋 은 알고리즘 이다.
유도 대 O 단계 방법

		1.    1               
		2.            ，       
		3.            1 ，            
		        O

상수 단계
문제 의 크기 와 상 관 없 이 (n 의 많 고 적 음) 실행 시간 이 일정 한 알고리즘 은 분기 구조 에 대해 진실 과 거짓 을 막론하고 실행 횟수 가 일정 하 며 n 의 크기 에 따라 변화 가 발생 하지 않 습 니 다. 단순 한 분기 구조 (순환 구조 에 포함 되 지 않 음), 시간 복잡 도 역시 O (1) 입 니 다.
개인 총화: 단일 문장, 한 번 만 실행
선형 단계
특정한 알고리즘 의 단 계 를 확정 하려 면 우 리 는 특정한 문장 이나 특정한 문장 집합 이 운행 하 는 횟수 분석 알고리즘 의 복잡 도 를 확인 해 야 한다. 관건 은 순환 구조의 운행 상황 을 분석 하 는 것 이다.

         ==         ×

흔 한 시간 복잡 도
O(1) < O(logn) < O(n) 2) 3) n) n)
최 악의 상황 과 평균 상황

최 악의 상황 운행 시간 은 운행 시간 이 더 이상 고장 나 지 않 을 것 이라는 보증 이다.응용 에서 이것 은 가장 중요 한 수요 이다.일반적으로 특별히 지정 되 지 않 는 한 우리 가 언급 한 운행 시간 은 모두 최 악의 상황 의 운행 시간

이다.

평균 운행 시간 은 모든 상황 에서 가장 의미 가 있다. 왜냐하면 이것 은 기대 하 는 운행 시간

이기 때문이다.

평균 시간 복잡 도: 모든 상황 의 평균 값 계산

최 악의 시간 복잡 도: 최 악의 상황 을 계산 하 는 시간 복잡 도.일반적으로 특별한 설명 없 이 최 악의 시간 복잡 도

를 가리킨다.
알고리즘 공간 복잡 도
알고리즘 공간 복잡 도 는 계산 알고리즘 에 필요 한 저장 공간 을 통 해 이 루어 지고 알고리즘 공간 복잡 도 공식 S(n)= O(f(n))선형 표
선형 표: 0 개 또는 여러 개의 데이터 요소 의 유한 한 서열 선형 요소 의 개수 n 은 선형 표 의 길이 로 정의 되 고 n = 0 일 때 빈 표 라 고 부 르 며 비교적 복잡 한 선형 표 에서 하나의 데이터 요 소 는 여러 개의 데이터 항목 으로 구성 할 수 있다.

이 내용에 흥미가 있습니까?

현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:

《 큰소리 데이터 구 조 》 노트 - day 2

배열 의 길 이 는 선형 표를 저장 하 는 저장 공간의 길이 로 보통 변 하지 않 는 다 메모리 의 모든 저장 부 는 자신의 번 호 를 가지 고 있 는데 이 번 호 는 주소 계산 선형 표 의 위치 라 고 한다. 요소...

텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.

CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.

《 큰소리 데이터 구 조 》 노트 - day 1

좋은 웹페이지 즐겨찾기