算法性能技巧
2022/8/16 14:53:47
本文主要是介绍算法性能技巧,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
算法性能提升总结
巧用hash表
利用hash,来进行映射,从而降低代码的复杂度,和冗余度
eg: 求两个数之和
class Solution: def twoSum(self, nums: List[int], target: int)->List[int]: """ 暴力方法实现时间复杂度为O(n*n) """ n = len(nums) for i in range(n): for j in range(i + 1, n): if nums[i] + nums[j] == target: return [i, j] return [] def two_sum(self, nums: List[int], target: int)->List[int]: """ hash 表的实现,时间复杂度为O(n) """ hash_table = dict() for i, num in enumerate(nums): if target - num in hash_table: return [hash_table[target - num, i]] hash_table.__setitem__(nums[i], i) return []
上述代码分析可知,使用hash表后,时间复杂度为O(n),相对于方法一,核心点在于怎么来优化找到target-num之后的索引
可以建立hash表,同时也可以利用python中list的内置函数index
这篇关于算法性能技巧的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-04-26敏捷开发:想要快速交付就必须舍弃产品质量?
- 2024-04-26静态代码分析的这些好处,我竟然都不知道?
- 2024-04-26你在测试金字塔的哪一层?(下)
- 2024-04-26快刀斩乱麻,DevOps让代码评审也自动起来
- 2024-04-262024年最好用的10款ER图神器!
- 2024-04-2203-为啥大模型LLM还没能完全替代你?
- 2024-04-2101-大语言模型发展
- 2024-04-17基于SpringWeb MultipartFile文件上传、下载功能
- 2024-04-14个人开发者,Spring Boot 项目如何部署
- 2024-04-14RAG应用开发实战02-相似性检索的关键 - Embedding