算法优化

思路

  • 遍历常见的算法思路
  • 遍历常见的数据结构
  • 空间和时间的交换(哈希表)
  • 预处理信息(排序)
  • 在瓶颈处寻找答案(O(nlogn)+O(n2);O(n3))

实际编写问题

  • 极端条件的判断

数组为空?字符串为空?数量为0?指针为null?

  • 代码规范(变量名)
  • 模块化,复用性

解密时间复杂度大O

  • O(nlogn+n) = O(nlogn)
  • O(nlogn+n^2) = O(n^2)
  • O(AlogA+B)不变

对邻接表实现的图进行遍历:
时间复杂度:O(V+E)

数据规模的概念

前提:如果想在1s之内解决问题:

  • O(n2)的算法可以处理大约104级别的数据;
  • O(n)的算法可以处理大约10^8级别的数据;
  • O(nlogn)的算法可以处理大约10^7级别的数据

空间复杂度

  • 多开一个辅助的数组:O(n);
  • 多开一个辅助的二维数组:O(n^2);
  • 多开常数空间:O(1);
    注意:递归的调用是有空间代价的,递归调用的深度就是空间的复杂度。

你可能感兴趣的:(算法优化)