Skip to content

Navigation Menu

Sign in
Appearance settings

Search code, repositories, users, issues, pull requests...

Provide feedback

We read every piece of feedback, and take your input very seriously.

Saved searches

Use saved searches to filter your results more quickly

Sign up
Appearance settings

Commit 7c9fcfe

Browse files
更新 时间复杂度 O(n)超时 拍版格式修复
1 parent 0dc6bb5 commit 7c9fcfe

File tree

2 files changed

+10
-28
lines changed

2 files changed

+10
-28
lines changed

‎problems/O(n)的算法居然超时了,此时的n究竟是多大?.md‎

Lines changed: 6 additions & 16 deletions
Original file line numberDiff line numberDiff line change
@@ -13,7 +13,7 @@
1313

1414
计算机究竟1s可以执行多少次操作呢? 接下来探讨一下这个问题。
1515

16-
# 超时是怎么回事
16+
## 超时是怎么回事
1717

1818
![程序超时](https://code-thinking-1253855093.file.myqcloud.com/pics/20200729112716117.png)
1919

@@ -25,7 +25,7 @@
2525

2626
如果n的规模已经足够让O(n)的算法运行时间超过了1s,就应该考虑log(n)的解法了。
2727

28-
# 从硬件配置看计算机的性能
28+
## 从硬件配置看计算机的性能
2929

3030
计算机的运算速度主要看CPU的配置,以2015年MacPro为例,CPU配置:2.7 GHz Dual-Core Intel Core i5 。
3131

@@ -44,7 +44,7 @@
4444

4545
所以我们的程序在计算机上究竟1s真正能执行多少次操作呢?
4646

47-
# 做个测试实验
47+
## 做个测试实验
4848

4949
在写测试程序测1s内处理多大数量级数据的时候,有三点需要注意:
5050

@@ -155,7 +155,7 @@ O(nlogn)的算法,1s内大概计算机可以运行 2 * (10^7)次计算,符
155155

156156
至于O(log n)和O(n^3) 等等这些时间复杂度在1s内可以处理的多大的数据规模,大家可以自己写一写代码去测一下了。
157157

158-
# 完整测试代码
158+
## 完整测试代码
159159

160160
```CPP
161161
#include <iostream>
@@ -212,29 +212,19 @@ int main() {
212212

213213
```
214214
215-
# 总结
215+
## 总结
216216
217217
本文详细分析了在leetcode上做题程序为什么会有超时,以及从硬件配置上大体知道CPU的执行速度,然后亲自做一个实验来看看O(n)的算法,跑一秒钟,这个n究竟是做大,最后给出不同时间复杂度,一秒内可以运算出来的n的大小。
218218
219219
建议录友们也都自己做一做实验,测一测,看看是不是和我的测出来的结果差不多。
220220
221221
这样,大家应该对程序超时时候的数据规模有一个整体的认识了。
222222
223-
## 其他语言版本
224-
225-
226-
Java:
227-
228-
229-
Python:
230-
231-
232-
Go:
233-
234223
235224
236225
237226
<p align="center">
238227
<a href="https://programmercarl.com/other/kstar.html" target="_blank">
239228
<img src="../pics/网站星球宣传海报.jpg" width="1000"/>
240229
</a>
230+

‎problems/关于时间复杂度,你不知道的都在这里!.md‎

Lines changed: 4 additions & 12 deletions
Original file line numberDiff line numberDiff line change
@@ -8,6 +8,8 @@
88

99
所以重新整理的时间复杂度文章,正式和大家见面啦!
1010

11+
# 时间复杂度
12+
1113
## 究竟什么是时间复杂度
1214

1315
**时间复杂度是一个函数,它定性描述该算法的运行时间**
@@ -145,7 +147,7 @@ O(2 ×ばつ n^2 + 10 ×ばつ n + 1000) < O(3 ×ばつ n^2),所以说最后省略掉常数项
145147

146148
**当然这不是这道题目的最优解,我仅仅是用这道题目来讲解一下时间复杂度**
147149

148-
# 总结
150+
## 总结
149151

150152
本篇讲解了什么是时间复杂度,复杂度是用来干什么,以及数据规模对时间复杂度的影响。
151153

@@ -157,21 +159,11 @@ O(2 ×ばつ n^2 + 10 ×ばつ n + 1000) < O(3 ×ばつ n^2),所以说最后省略掉常数项
157159

158160
如果感觉「代码随想录」很不错,赶快推荐给身边的朋友同学们吧,他们发现和「代码随想录」相见恨晚!
159161

160-
## 其他语言版本
161-
162-
163-
Java:
164-
165-
166-
Python:
167-
168-
169-
Go:
170-
171162

172163

173164

174165
<p align="center">
175166
<a href="https://programmercarl.com/other/kstar.html" target="_blank">
176167
<img src="../pics/网站星球宣传海报.jpg" width="1000"/>
177168
</a>
169+

0 commit comments

Comments
(0)

AltStyle によって変換されたページ (->オリジナル) /