算法和算法分析_算法与算法分析-程序员宅基地

1.算法中基本语句重复执行的次数是问题规模n的某个函数f(n),算法的时间量度记作： T(n)=O(f(n))

>>算法中重复执行次数和算法的执行时间成正比的语句对算法运行时间的贡献最大

>>n越大算法的执行时间越长

排序：n为记录数

矩阵：n为矩阵的阶数

多项式：n为多项式的项数

集合：n为元素个数

树：n为树的结点个数

图：n为图的顶点数或边数

2.数学符号“O”的定义为：

若T(n)和f(n)是定义在正整数集合上的两个函数，则T(n) = O(f(n))表示存在正的常数C和n0，使得当n≥n0时都满足0≤T(n)≤Cf(n)。

表示随着n的增大，算法执行的时间的增长率和f(n)的增长率相同，称渐近时间复杂度。

语句的频度（Frequency Count )

重复执行的次数：n*n; T( n ) = O ( n ^2) 即：矩阵加法的运算量和问题的规模n的平方是同一个量级

n * n阶矩阵加法： 
for( i = 0; i < n; i++)     
    for( j = 0; j < n; j++)
         c[i][j] = a[i][j] + b[i][j];

分析算法时间复杂度的基本方法：

>>找出语句频度最大的那条语句作为基本语句

>>计算基本语句的频度得到问题规模n的某个函数f(n)

>>取其数量级用符号“O”表示

时间复杂度是由嵌套最深层语句的频度决定的

当n取得很大时，指数时间算法和多项式时间算法在所需时间上非常悬殊

时间复杂度T(n)按数量级递增顺序为：

各种数量级的时间复杂度：

常用时间复杂度频率表：

渐进空间复杂度

1.空间复杂度:算法所需存储空间的度量，记作: S(n)=O(f(n))

>>其中n为问题的规模(或大小)

2.算法要占据的空间

>>算法本身要占据的空间，输入/输出，指令，常数，变量等

>>算法要使用的辅助空间

本文链接：https://blog.csdn.net/m0_62670778/article/details/126807001

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

一文详解机器人标准D-H参数与改进型D-H参数_标准dh参数-程序员宅基地

该文章详解了机器人的标准D-H参数和改进型D-H参数，介绍了关节角、偏置距离、连杆长度和连杆扭角的概念，以及坐标系的建立和改进DH参数的具体数值。

我是如何十天学会C++_十天快速学习c++-程序员宅基地

文章浏览阅读588次。注意！注意！注意！是学会，只是初步掌握！作为一名非科班出身的程序员，所有的计算机语言对我来说是非常陌生和困难的！闲话少叙，十天时间里我把《21天学通C++》看了两遍，白天晚上加班加点的看书敲代码练习，看书的效果肯定是不如自己去敲去练习的，所以给后来者忠言：一定要敲代码敲代码敲代码！重要的事情说三遍！..._十天快速学习c++

MCS-51单片机的串行口及串行通信技术_方式0字符(帧)的格式图-程序员宅基地

文章浏览阅读8k次，点赞4次，收藏19次。数据通信的基本概念串行通信有单工通信、半双工通信和全双工通信3种方式。单工通信：数据只能单方向地从一端向另一端传送。例如，目前的有线电视节目，只能单方向传送。半双工通信：数据可以双向传送，但任一时刻只能向一个方向传送。也就是说，半双工通信可以分时双向传送数据。例如，目前的某些对讲机，任一时刻只能一方讲，另一方听。全双工通信：数据可同时向两个方向传送。全双工通信效率最高，适用于计算机之间的通信。此外，通信双方要正确地进行数据传输，需要解决何时开始传输，何时结束传输，以及数据传输速率等问题，_方式0字符(帧)的格式图

无人驾驶技术——Radar雷达_无人驾驶radar-程序员宅基地

文章浏览阅读3.5k次。文章目录Radar传感器雷达工作原理雷达的结构Radar vs Lidar不同级别自动驾驶中radar的使用数量L0 无自动化L1 驾驶支援L2 部分自动化L3 有条件自动化L4 高度自动化L5 完全自动化上一篇文章大概介绍了无人驾驶领域里的传感器，以及相应的使用场景，这一篇主要是针对Radar做了更详细的学习，现在整理笔记如下。图片均来源于网络，如有侵权，请联系删除。Radar传感器雷达..._无人驾驶radar

1066 图像过滤，java后端工程师面试题-程序员宅基地

文章浏览阅读510次，点赞19次，收藏14次。分享一套我整理的面试干货，这份文档结合了我多年的面试官经验，站在面试官的角度来告诉你，面试官提的那些问题他最想听到你给他的回答是什么，分享出来帮助那些对前途感到迷茫的朋友。

卷积神经网络（convolutional neural network, CNN）-程序员宅基地

文章浏览阅读6.2w次，点赞137次，收藏1.1k次。基本定义卷积神经网络(convolutional neural network, CNN)，是一类包含卷积计算且具有深度结构的前馈神经网络。卷积神经网络是受生物学上感受野（Receptive Field）的机制而提出的。卷积神经网络专门用来处理具有类似网格结构的数据的神经网络。例如，时间序列数据（可以认为是在时间轴上有规律地采样形成的一维网格）和图像数据（可以看作是二维的像素网格）。1.卷积层（convolutional layer）作用：特征提取卷积层内部包含多个卷积核，组成卷积核的每个元素都_卷积神经网络