python 算法

算法的复杂度

算法的时间复杂度是指算法须要消耗的时间资源
时间复杂度用“O（数量级）”来表示
常见的时间复杂度有：
O(1)常数阶； 问题规模越大效率越高，时间不变， a = [1,2,3] a[0]＝1，a增长无影响

O(log2n)对数阶：问题规模越大效率越高，时间增长慢，

O(n)：线性阶，时间随数据规模增长，线性增长，时间增长正常 , 例子：for i in range(n)

O(n2)：平方阶，时间随数据规模增长，指数增长，时间增长快 ，for i in range(n): for j in range(i):........

n表明问题规模
算法中花费的时间与算法中语句的执行次数成正比

空间复杂度 S(n)

一个程序的空间复杂度是指：运行完一个程序所须要内存的大小

数据交换
三个数排序
a=11, b=9, c=8 临时变量t

[root@133 ~]# vim change.py      
#!/usr/bin/python

def swap(a,b,c):
    if  a > b:
        t = a
        a = b
        b = t
    if  a > c:
        t = a
        a = c
        c = t
    if  b > c:
        t = b
        b = c
        c = t
    print  a,b,c

if name == 'main':
swap(11,9,8)

例子2：list A所有为0，修改部分列表元素为1，手动输入5个元素，打印出元素为0的元素位置

[root@133 ~]# vim key.py   
#!/usr/bin/python
#encoding:utf8
def key():
    a = []
    for i in  range(10):
        a.append(0)   #a=[0,0,0,0,0,0,0,0,0,0]
    for i in range(5):
        input = int(raw_input("Please input a num:")) #手动输入须要修改成1的列表元素
        a[input] = 1 # a[4]=1
    for i in range(len(a)):
        if a[i] == 0:
            print i

if __name__ == '__main__':
    key()
~                      

[root@133 ~]# python key.py
Please input a num:1
Please input a num:2
Please input a num:3
Please input a num:4
Please input a num:5
0
6
7
8
9