脚本宝典收集整理的这篇文章主要介绍了算法小结，脚本宝典觉得挺不错的，现在分享给大家，也给大家做个参考。

时间复杂度： 时间复杂度是用来估计算法运行时间的一个式子(单位) 一般而言，时间复杂度高的算法比复杂度低的算法慢。 常见的时间复杂度(按效率排序) O(1)<O(logn)<O(n)<O(nlogn)<O(n²)<O(n²logn)<O(n³) 复杂问题的时间复杂度 o(n!) O(2ⁿ) O(nⁿ)

如何简单快速地判断算法复杂度 快速判断算法复杂度（适用于绝大多数简单情况） 确定问题规模 n 循环减半过程 logn n层关于n的循环 nⁿ 复杂情况：根据算法执行过程判断

空间复杂度： 空间复杂度：用来评估算法内存占用大小的式子 空间复杂度的表示方式于时间复杂度完全一样 算法适用了几个变量:O(1) 算法使用了长度为n的一维列表:O(n) 算法使用了m行n列的二维列表：O(mn) 空间换时间

复习：递归 递归的两个特点： 调用自身 结束条件

请判断如下哪些是递归： def fun1(x): print(x) fun1(x-1)

def fun2(x): if x>0: print(x) fun2(x+1)

def fun3(x): if x>0: print(x) fun3(x-1)

def fun4(x): if x>0: fun4(x-1) print(x)

fun1与fun2都不是合法的递归，因为在fun1中没有判断条件以实现结束递归；fun2中x如果为大于0的数则判断一直成立 fun3与fun4是合法递归，先给了判断再执行递归操作； fun3与fun4不同点为，打印地方不一样： fun3打印3,2,1 fun4打印1,2,3

递归练习：汉诺塔 n个盘子时： 1、把n-1个圆盘从A经过C移动到B 2、把第n个圆盘从A移动到C 3、把n-1个小圆盘从B经过A移动到C def hanoi(n,a,b,c): if n>0: hanoi(n-1,a,c,b) print('moving from %s to %s'%(a,c)) hanoi(n-1,b,a,c)

hanoi(3,'A','B','C')

脚本宝典总结

以上是脚本宝典为你收集整理的算法小结全部内容，希望文章能够帮你解决算法小结所遇到的问题。

如果觉得脚本宝典网站内容还不错，欢迎将脚本宝典推荐好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。