1 vector内部实现: 数组 // 就是没有固定大小的数组，vector直接翻译是向量的意思支持操作:begin(), //取首个元素，返回一个iteratorend(), //取末尾（最后一个元素的下一个存储空间的地址）size(), //就是数组大小的意思clear(), //清空empty(), //判断vector是否为空[] //很神奇的东东，可以和数组一样操作//举例： vector a; //定义了一个vector//然后我们就可以用a[i]来直接访问a中的第i + 1个元素！和数组的下标一模一样！...
一、动图演示 二、思路分析 先来了解下堆的相关概念：堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆；或者每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆。如下图：同时，我们对堆中的结点按层进行编号，将这种逻辑结构映射到数组中就是下面这个样子该数组从逻辑上讲就是一个堆结构，我们用简单的公式来描述一下堆的定义就是： 大顶堆：arr[i] >= arr[2i+1] && arr[i] >=...
一、为什么需要复杂度分析？ 代码跑一遍做统计监控的数据虽然很准确，但是属于事后统计分析，局限性在于：依赖测试环境（硬件） 受测试数据规模的影响很大二、什么是复杂度分析数据结构和算法是解决“如何让计算机执行时间更快，更生空间”的解决问题。 所以要从执行时间和占用空间两个维度来评估算法的性能。 于是用了时间复杂度和空间复杂度两个概念来描述性能问题，统称为复杂度； 复杂度描述的是算法执行时间（占用空间）与数据...
排序算法经过长时间演变，大体可以分为两类：内排序和外排序。在排序过程中，全部记录存放在内存，则成为内排序；如果排序过程中需要使用外存，则称为外排序，本文讲的都属于内排序。 内排序有可以分为以下几类： （1）插入排序：直接插入排序、二分法插入排序、希尔排序 （2）选择排序：直接选择排序、堆排序 （3）交换排序：冒泡排序、快速排序 （4）归并排序 （5）基数排序排序方法 时间复杂度(平均) 时间复...
权威分析各种实现网络流算法的时间复杂度 简单总结 FF算法： 利用dfs实现，时间复杂度O（V*E^2） EK算法：利用bfs实现，时间复杂度O（V*E^2） Dinic算法：递归实现，时间复杂度O（V^2*E） SAP算法：时间复杂度O（V^2*E）但是加上弧优化和间隙优化之后时间复杂度非常可观 由于一般边数>>顶点数，所以后面两个算法时间复杂度优势很大 而由于递归，时间复杂度上SAP优于Dinic 因此小数据（水）的时候使用Dinic，大数据的时候还是用SAP...
新的一年，先给大家整理分享一个简单而又重要的知识点：时间复杂度和空间复杂度。因为在前几篇文章中，提到了时间复杂度，也许有些小伙伴还不清楚。（ps：希望在我上篇文章留言的那位小伙伴别失望哦，慢慢来。）先给大家出个思考题，题目：sum = 1+2+3+...+n ，计算 sum 的值。为什么需要复杂度分析 学习数据结构和算法就是为了解“快”和“省”的问题，也就是如何设计你的代码才能使运算效率更快，占用空间更小。那如何来计算代码...
上一篇--JavaScript 算法之复杂度分析文章中介绍了复杂度的分析，相信小伙伴们对常见代码的时间或者空间复杂度肯定能分析出来了。 思考测试 话不多说，出个题目考考大家，分析下面代码的时间复杂度(ps: 虽然说并不会这么写)function find(n, x, arr) {let ind = -1;for (let i = 0; i < n; i++) {if (arr[i] === x) ind = i;}return ind;} 复制代码上面函数的功能就是查找一个变量 x 是否在 数组 arr 中，如果在的话，返回所在的位...
总结的类型 转自://www.cnblogs.com/fanchangfa/p/3868696.html 总结：1.计算时，要考虑输入以及内部运算，并且要考虑最坏情况下的 2.主要分为常数阶： 对数阶 平方阶 总结的计算方法：https://www.cnblogs.com/fanchangfa/p/3868696.html 算法的时间复杂度，是刚开始接触算法和数据结构时的概念，在真正使用的时候有时候常常忘记它的推导公式。最近准备校招，把二叉树、排序...
复杂度计算 O (logn)i=1;while (i <= n) {i = i * 2;} 实际效果： 2^{0} * 2^{1} * 2^{2} ··· 2^{k} ··· 2^{x}= n 通过 2x=n 求解 x 。 x=log2n，所以，这段代码的时间复杂度就是O (log2n)。 不管底数是几，所有对数阶的时间复杂度都记为 O (logn)。因为 O (log3n) = O(C * log2n)，使用大O标记复杂度的时候，可以忽略系数，所以同意表示为O (logn)。 比如，归并排序、快速排序的时间复杂度都是 O (nlogn)。 O(m+n)、O(m*n) 代...
算法的复杂度包括时间复杂度和空间复杂度两方面 时间复杂度：主要指算法的耗时 T(n)=O(f(n)) 指数复杂度： O(n*n) O(n*n*n) 线性复杂度：O(n) 常数复杂度:O(1) 复杂度比较：O(n*n*n) > O(n*n) > O(n) > O(1) 空间复杂度：主要指算法占的空间
数据结构-算法的时间复杂度和空间复杂度 ?1、算法的概念： 算法 (Algorithm)，是对特定问题求解步骤的一种描述。 解决一个问题往往有不止一种方法，算法也是如此。那么解决特定问题的多个算法之间如何衡量它们的优劣呢？有如下的指标： 2、衡量算法的指标： （1）时间复杂度：执行这个算法需要消耗多少时间。 （2）空间复杂度：这个算法需要占用多少内存空间。同一个问题可以用不同的算法解决，而一个算法的优劣将影响到算法乃至程...
算法设计与分析课程的时间空间复杂度： 总结算法 时间复杂度 空间复杂度 说明Hanoi $ O(2^n) $ $ O(n) $ 递归使用会场安排问题 \(O(nlogn)\) \(O(n)\) 贪心哈夫曼树编码 \(O(nlogn)\) \[O(n)\] 贪心 \[O(n^2) \]（未采用特殊数据结构）dijkstra \(O(n^2)\) \(O(n)\) 单源最短路径问题，贪心Prim \(O(n^2)\) \(O(n)\) 最小生成树Kruskal \[O(eloge)\] \(O(e)\) 最小生成树大整数乘法（四次） \(O(n^2)\) \(O(log_2n)\) 分治大整数乘...
复杂度也称为渐进复杂度，包括渐进时间复杂度和渐进空间复杂度，描述算法随数据规模变化而逐渐变化的趋势。复杂度分析是评估算法好坏的基础理论方法，所以掌握好复杂度分析方法是很有必要的。 时间复杂度首先，学习数据结构是为了解决“快”和“省”的问题，那么如何去评估算法的速度快和省空间呢？这就需要掌握时间和空间复杂度分析。同一段代码运行在不同环境、不同配置机器、处理不同量级数据…效率肯定不会相同。时间复杂度和空...
复杂度分析本文只是我的个人学习笔记，用于记录数据结构和算法的学习总结。如何得到算法的执行效率？事后统计 方式：直接在设备上运行得到结果 缺点：测试结果受测试环境和测试数据规模影响复杂度分析 方式：时间复杂度分析和空间复杂度分析，直接通过代码就可以粗略的计算出算法的执行效率。通过 大 O 来表示时间复杂度 时间复杂度：全名是渐进时间复杂度，标识代码执行时间随数据规模增长变化的趋势。通常我们会忽略掉公式中的常...
一.算法 1.算法定义2.什么是好的算法 常见的算法时间复杂度由小到大依次为：Ο(1)＜Ο(log2n)＜Ο(n)＜Ο(nlog2n)＜Ο(n2)＜Ο(n3)＜…＜Ο(2n)＜Ο(n!) 此外，当你遇到一个Ο(n2)的算法时，常常要想怎么把他降为Ο(nlog2n)，因为那样的话时间会快很多 二.算法复杂度详解： 1.算法时间复杂度 这里参考了一位大佬的简书：https://www.jianshu.com/p/f4cca5ce055a 定义： 存在常数 c，使得当 N >= c 时 T(N) <= f(N)，表示为 T...