APP
Hello，大家好我叫是Dream呀，一個有趣的Python博主，小白一枚，多多關照 ?
入門須知：這片樂園從不缺乏天才，努力才是你的最終入場券！
最后，愿我們都能在看不到的地方閃閃發(fā)光，一起加油進步
“一萬次悲傷，依然會有Dream，我一直在最溫暖的地方等你”，唱的就是我！哈哈哈~
第一章算法簡介：
- ??1.1引言??
1.1引言
算法是一組完成任務的指令，任何代碼片段都可以看做是一個算法！
1.1.1性能方面
本專欄介紹的每種算法都很可能有使用你喜歡的語言編寫實現(xiàn)，你將學習到不同算法的優(yōu)缺點，進而選擇更好地算法！
1.1.2問題解決及技巧
利用這些廣泛的算法，你將會學習到更具體的AI算法，數(shù)據(jù)庫算法。
1.2 二分查找
二分查找是一種算法，其輸入必須是一個有序的元素列表。如果要查找的元素包含在列表中，二分查找返回其位置；否則返回null。
1.2.1簡單查找
依次查找n次，又叫做傻找
1.2.2更佳的查找方式
每次從中間開始查找，就是我們所說的二分查找，這樣我們的時間復雜度就是logn，而不是簡單查找中的n
def binary_search(list,item):
low=0
high=len(list)-1
while low<=high:
mid=(low+high)//2
guess=list[mid]
if guess==item:
return mid
if guess>item:
high=mid-1
else:
low=mid+1
return None
print(binary_search([1,3,5,7],1))
1.2.3運行時間
如果有100個元素，簡單查找需要找100次；而如果有40個億的元素，其更是要查找40億次，先不說時間問題，估計你的電腦跑出來這個程序也離退休不遠了~
換而言之，這種時間被稱為線性時間。
二分查找則不同，100個元素只需要7次；40億個元素，只需要驚人的32次！
這樣的運行時間被稱為對數(shù)時間。
1.3大O表示法
大O表示法是一種特殊的表示法，指出了算法有多快。
1.3.1算法的運行時間以不同的速度增加
例如：為檢查長度為的的列表，簡單查找需要查找n次，運行時間為O（n），二分查找的運行時間為O（log n）。這指出了算法需要執(zhí)行的操作數(shù)。之所以被稱為大O表示法，是因為操作數(shù)前面有個O。這聽起來像笑話，但事實確實如此。
1.3.2 理解不同的大O運算時間
大O表示法指出了最糟糕的情況下的運行時間。
1.3.3一些常見的大O運行時間
- O（log n）：對數(shù)時間，這樣的算法包括二分查找
- O（n）：線性時間，這樣的算法包括簡單查找
- O（n*log n）：這樣的算法包括快速排序
- O（n**2）：這樣的算法包括選擇排序
- O（n！）：這樣的算法包括旅行商問題的解決方案
注意：
1.算法的速度并非指時間，而是操作數(shù)的增速
2.談論算法的速度時，我們說的是隨著輸入的增加，其運行時間將以什么樣的速度增加
3.算法的運行時間用大O表示法表示
4.O（logn）比O（n）快，當需要搜索的元素越多時，前者比后者快得多。
1.3.4旅行商
一位商人要去往五個城市，規(guī)劃出最優(yōu)路線。這需要我們先找出所有路線再作比對，也就是5！，這個方法很費時間，但目前還沒有找到更快的算法。
1.4小結
1.二分查找的速度比簡單查找快得多
2.O（log n）比O（n）快，需要搜索的元素越多，前者比后者就更快得多！
3.算法運行時間不是以秒為單位
4.算法運行時間是從其增速的角度度量的
5.算法運行時間用大O表示法表示
最后的福利
最后一點小福利帶給大家：如果想快速上手python的小伙伴們，這個詳細整理PPT可以迅速幫助大家打牢python基礎，需要的小伙伴們可以下載一下Python入門基礎教程全套+小白速成+學不會來找我！
好啦，這就是今天要給大家分享的全部內(nèi)容了
如果你喜歡的話，就不要吝惜你的一鍵三連了~
本文摘自 ：https://blog.51cto.com/u
