昨天的文章，有朋友给出"更好的"解法，其实并不是...

昨天推送一道题目分析，一方面学习一个颇具特色的数组，它的取值不大于数组长度；另一方面通过这道题充分体会算法分析、逻辑推理的重要性。只有做好充分的分析，才可能写出对这道题的时间复杂度O(n)，空间复杂度O(1)的解。

时间、空间复杂度关乎程序的性能，时间复杂度低跑的就快，空间复杂度小占用的内存空间小。谁会乐意手机的一个app动不动就占用我们大几百M的内存呢。

所以，程序的性能评判，就是对以上两个指标的评判，要给予很高的重视。

昨天几位朋友文章下的留言比较典型，在此不是有意针对，而是把问题拿出来，纠正有一样认识的朋友。

写文章帮助大家共同提高，是一直不变的目标。

这是昨天的文章：

我分析的一道笔试题，留言说说你是否看懂了？

下面是留言区几位朋友给出的解题思路：

1

依次遍历列表，通过count统计每个元素的出现次数。

大家可能有一个误区：认为调用API时间复杂度就为O(1)，很明显并不是。

我们可想一下count的时间复杂度，如果换成我们自己去实现某个元素在列表中的出现次数，一般肯定是遍历一遍统计出结果，时间复杂度为O(n).

所以，外层遍历列表，内层count，时间复杂度为

2

先排序一遍，一趟循环就可以了。

有这种想法的朋友，要先问问自己排序的时间复杂度为多少？O(nlogn)

总结

昨天文章给出的解法：时间复杂度为O(n)，空间复杂度为O(1)，应该是最好的求解方法之一。它之所以能到最好，是因为充分利用了列表取值范围： 这个条件。

而上面的两个解法，完全没有考虑数组的这个特点，自然就难以达到最优。

这体现了算法的重要性，开展算法分析的必要性。

我们的目标：追求极致，多角度深入剖析一道题，并应用到实际工作中。

加油！

写于 2020.7.10. 早6点50