这篇文章主要为大家展示了“Python数据结构与算法的示例分析”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“Python数据结构与算法的示例分析”这篇文章吧。
-
程序 = 算法 + 数据结构 -
程序设计语言为算法的实现提供了： 过程 和 数据结构
过程：控制结构——顺序、分支、循环数据结构：数据类型与数据间关系
-
内存资源和存储空间（不采用）：这两者数据不容易获取 -
算法执行时间（不采用）：受环境因素影响较大，同一程序不同环境运行时间不同
利用占用的空间资源：不好判别利用消耗的时间：受环境因素影响太大
↓
-
算法时间衡量指标：一个算法所实施的 操作数量/步骤数量 -
操作数量/步骤数量的完美选择： 赋值语句 -
一条赋值语句包含了 表达式 和 变量存储两个基本资源
赋值语句越多，算法的运行时间越多，效率越低
-
问题规模：影响算法执行效率的主要因素 -
数量级函数：T(n)，即 赋值语句数量函数 -
大O表示法：等于T(n)中的主导部分，代表变化的强度
T(n) = n + 1：主导部分为n，1可以忽略，则大O表示法为O(n)T(m) = ㎡ + m + 1：主导部分为㎡，影响力最大，则大O表示法为O(㎡)
def sum(n): """求和函数""" theSum = 0 # 赋值语句1次 for i in range(1, n+1): # 赋值语句 n*1 次 theSum += 1 # 赋值语句1次 return theSum
函数赋值语句数量：f(n) = n + 1
-
求和问题的规模：n
-
数量级函数：T(n) = n + 1
-
算法效率（大O）：O(n)
| 常见的大O数量级函数 | |
| O(T(n)) | |
| 1 | 常数 |
| log(n) | 对数，以2为底 |
| n | 线性关系 |
| nlog(n) | 线性对数，以2为底 |
| n**2 | 平方 |
| n***3 | 立方 |
| 2^n | 指数 |
a = 5 # 赋值语句1次b = 6 # 赋值语句1次c = 10 # 赋值语句1次for i in range(n): # 赋值语句 n*n*3for j in range(n):x = i*iy = j*jz = i*jfor k in range(n): # 赋值语句n*2w = a*k + 45v = b*bd = 33 # 赋值语句1次
函数赋值语句数量：f(n) = 3 + 3n^2 + 2n + 1= 3n^2+2n+4
-
问题规模：n^2
-
算法效率：O(n^2)
以上是“Python数据结构与算法的示例分析”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！
原创文章，作者：kirin，如若转载，请注明出处：https://blog.ytso.com/219920.html