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！