本文探讨了四大逻辑结构——集合、线性、树形和图形结构，并深入分析了如何评估算法的时间复杂度，包括线性阶、平方阶和对数阶。通过示例展示了从循环结构中推导时间复杂度的过程，并介绍了线性表的概念，如队列、链表和串。此外，还提及了线性表在计算复杂度中的应用。
四大逻辑结构：
集合结构，线性结构，树形结构，图形结构
时间复杂度空间复杂度
如何分析一个算法的时间复杂度：
用常数1取代运行时间中的所有加法常数，
在修改后的运行次数函数中，只保留最高阶项；
如果最高阶项存在且不是1，则去除这个项相乘的常数；
得到最后的结果就是大O阶。
线性阶:一般含有非嵌套循环涉及线性阶，线性阶就是随着问题的规模n的扩大，对应的计算次数呈直线增长。
O(n)
int i = 0;
for(i=0;i<n;i++){
}
平方阶，多个循环嵌套
O(n^2)
int i = 0;
for(i=0;i<n;i++){
for(i=0;i<n;i++){
}
}
对数阶：通常用于while循环
n = 2^x
x = log2(n)
O(logn)
int i = 2;
int n = 100;
while(i<n){
i*2
}
线性表
由零个或多个数据元素组成的有序序列。
如：队列，链表，串。
扫一扫
4961
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
