大 O 表示法 - Python

1. 定义

描述算法执行时间或空间使用上限的数学符号。它表示为 O(f(n))，其中 f(n) 是一个函数，将时间或空间表示为输入 n 大小的函数.

更多信息请访问：http://bigocheatsheet.com

2. 目的

• 算法比较：允许您比较不同的算法并针对给定问题选择最有效的算法。
• 可扩展性：帮助预测当数据量增加时算法的行为方式。

3. 复杂度分析

• 最坏情况：指算法耗时更长或使用更多资源的场景。大O通常指的是这种情况。
• 最佳情况和平均情况：虽然很重要，但它们在大 O 表示法中使用频率较低。

4.空间与空间时间

• 时间复杂度：指算法执行所需的时间。
• 空间复杂度：指的是它使用的额外内存量。它可以具有诸如 O(1)（恒定空间）或 O(n)（线性空间）之类的符号。

示例：

import timeit
import matplotlib.pyplot as plt
import cProfile

# O(1)


def constant_time_operation():
    return 42

# O(log n)


def logarithmic_time_operation(n):
    count = 0
    while n > 1:
        n //= 2
        count += 1
    return count

# O(n)


def linear_time_operation(n):
    total = 0
    for i in range(n):
        total += i
    return total

# O(n log n)


def linear_logarithmic_time_operation(n):
    if n 



<p><img src="/static/imghwm/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/173189059010897.jpg?x-oss-process=image/resize,p_40" class="lazy" alt="Notación Big O - Python"></p>

<p>请记住，仅仅应用大符号是不够的，或者，尽管这是第一步，还有其他方法来优化内存，例如使用<strong>插槽</strong>、缓存、线程、并行性、流程等</p>

<p>感谢您的阅读！！<br>
通过反应并提出您的意见来支持我。</p>


          

            
        

以上是大 O 表示法 - Python的详细内容。更多信息请关注PHP中文网其他相关文章！