演算法複雜度
設問題的輸入規模為n，判斷乙個演算法的效率時，函式中的常數和其他次要項通常可以忽略，而應該更加關注主項（最高端項）的階數。——就是和數學分析裡判斷兩個函式高低階的思路一樣。
如果規範一下說法，就是演算法時間複雜度——
演算法時間複雜度
定義：在進行演算法分析時，語句總的執行次數t(n)是關於問題規模n的函式，進而分析t(n)隨n的變化情況並確定t(n)的數量級。演算法的時間複雜度，也就是演算法的時間量度，記作：t(n)=o(f(n)). 它表示隨問題規模n的增大，演算法執行時間的增長率和f(n)的增長率相同，稱作演算法的漸進時間複雜度，簡稱為時間複雜度。其中f(n)是問題規模n的某個函式。
——用o（）裡體現演算法時間複雜度的記法稱為大o記法。
一般情況下，隨著n的增大，t(n)增長最慢的演算法為最優演算法。
要分析演算法的複雜度，關鍵就是要分析迴圈結構的運**況（特別是看迴圈語句要執行多少次，且迴圈的時間複雜度等於迴圈體的複雜度乘以該迴圈執行的次數）。
常數階o(1)：執行時間恆定，與問題的輸入大小n無關。
線性階o(n)：通常是乙個迴圈體，然後裡面的內容是o(1)。
對數階：經常出現在條件判斷情況下。
**平方階：**有很多不同的例子，詳見書的33-34頁。
常見時間複雜度的耗費時間排序：
常數階《對數階《線性階n) < 階乘階 < nn階
指數階及後面的階數有些不切實際，所以一般不去討論。
資料結構與演算法學習
我想重新學習一下資料結構與演算法，打好基礎。to measure is to know.我們用演算法複雜度t n 來表示演算法的效率，效能。t n 的取值 所有問題規模為n的問題例項中，將他們的計算成本進行總體的比較，取出最壞情況下的值。有幾點需要catch，1.演算法執行的時間，會根據程式語言，作...
資料結構與演算法學習筆記
演算法基礎篇 第一章 演算法概述 首先了解一下基本的概念 1.1 什麼是演算法呢？從字面意義上理解，演算法就是用於計算的方法，用這種方法達到預期的結果。通俗的講，演算法可以理解為乙個完整的解題步驟，由一些基本的運算和規定的運算順序組成。通過這樣的解題步驟可以解決特定的問題。演算法可以抽象出5個特徵 ...
資料結構與演算法學習二
1 用js中object物件模擬集合set的資料結構 set集合中的資料結構 s s 即集合中的鍵 值相同。故，可令object物件中的鍵 值相同，來模擬set集合及其中的方法，如下 用js中object模擬實現集合set資料結構 es6中有set類，避免混淆這裡用set2 var set2 fun...