aaronxu/python-book
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

09-20-周六_15-53-13

Browse Source
This commit is contained in:
Aaron
2025-09-20 15:53:13 +08:00
parent 7b53b37b3b
commit 4f9f49a2e0
1 changed files with 2 additions and 2 deletions
Download Patch File Download Diff File Expand all files Collapse all files

4
01.基础语法/排序与搜索.md
View File

@@ -79,7 +79,7 @@ for i in range(n):
说明:这段代码，for循环 里面的代码会执行n遍，因此它消耗的时间是随着n的变化而变 说明:这段代码，for循环 里面的代码会执行n遍，因此它消耗的时间是随着n的变化而变
化的，因此这类代码都可以用O(n)来表示它的时间复杂度 化的，因此这类代码都可以用O(n)来表示它的时间复杂度
## 线性对数阶 O(nlogN) ## 线性对数阶 O($$nlogN$$)
```python ```python
n = 100 n = 100
@@ -102,7 +102,7 @@ for i in range(n):
        j += i         j += i
``` ```
说明:平方阶$$O(n2)$$就更容易理解了，如果把$$O(n)$$的代码再嵌套循环一遍，它的时间复杂度就是$$O(n^2)$$，这段代码其实就是嵌套了2层n循环，它的时间复杂度就是$$O(n*n)$$,即$$O(n^2)$$ 如果将其中一层循环的n改成m，那它的时间复杂度就变成了$$O(m*n)$$  说明:平方阶$$O(n2)$$就更容易理解了，如果把$$O(n)$$的代码再嵌套循环一遍，它的时间复杂度就是$$O(n^2)$$，这段代码其实就是嵌套了2层n循环，它的时间复杂度就是$$O(n*n)$$,即$$O(n^2)$$ 如果将其中一层循环的n改成m，那它的时间复杂度就变成了$$O(m*n)$$ 
## 立方阶 O(n³)、K 次方阶 O(n^k) ## 立方阶 O(n³)、K 次方阶 O($$n^k$$)
说明：参考上面的 O(n²) 去理解就好了，O(n³)相当于三层 n 循环，其它的类似 说明：参考上面的 O(n²) 去理解就好了，O(n³)相当于三层 n 循环，其它的类似