大o記號
常見演算法的時間複雜度如下圖所示：
排序演算法的核心就是：compare and swap，簡稱cas。
具體的排序演算法介紹見部落格：常用排序演算法總結(一)
堆排序演算法涉及到堆這種資料結構，詳細的介紹如下：**排序演算法(三)之堆排序
為什麼要介紹排序演算法？因為排序演算法是其它高效演算法的基礎：一堆資料只有排成順序，我們才方便對它們的增刪改查操作。
上面介紹的只是對陣列的排序演算法，那麼如果資料的儲存結構是鍊錶呢？
下面的部落格介紹了針對鍊錶的排序演算法，基本思想和陣列的排序演算法類似。
單鏈表排序
實現雙鏈表的排序
ps. 如果資料結構是二叉排序樹的話，直接對樹進行遍歷就會得到有序的資料。
常見的樹的種類及相關的操作有很多，下面是最常用的紅黑數的詳解：
sedgewick的紅黑樹
還有乙個關於資料結構與演算法的部落格：
資料結構與演算法學習筆記之 適合大規模的資料排序
演算法的時間複雜度與大O記法
演算法的時間複雜度 演算法的時間複雜度是乙個關於問題規模n的函式，而且這個函式描述了cpu執行演算法所需要的時間。大o記法 描述時間複雜度優劣的一種記法。2 推導大o階的方法 假設演算法的時間複雜度為t n 1.只保留最高端項 2.將最高端項的常數改為1 第一步 計算語句執行次數t n void m...
時間複雜度分析 大O記法
就是看乙個程式執行消耗的時間，這個最簡單的分析方法但是有很大的缺點 用這種方式去測試需要等待程式執行完畢，浪費了很多時間在等待程式執行上 對於不同的硬體條件，程式執行的速度都是不一樣的，這樣的結果就沒有說服力 程式設計師主要關注的是 使用什麼演算法實現 乙個問題的規模 設t n 為問題規模n的函式，...
演算法分析 大O 大 大
在演算法的學習中，最開始便是要學習演算法的分析。學習演算法分析時，我們便會接觸到這麼幾個符號 大o 大 大 常常讓人難以理解。在通常的演算法分析時，我們可以明白，在輸入規模較小，各種演算法之間的時間消耗並無明顯差別。只有當輸入規模較大時，對各個演算法之間消耗差別的對比與分析才有意義。所以上面幾個符號...