1. 时间复杂度为 O(n²)
这里的n代表列表里的元素个数,当我们用列表里的每个元素和其他所有元素比较的时候,我们就需要比较n的平方次才能找到最小值。
def getMin(source_list):
#两层循环,数量级是n²
for i in range(len(source_list)):
for j in range(len(source_list)):
#拿第i个数,和其他所有的数进行比较,如果遇到比自己小的,
#就说明自己不是最小的,也就不用继续比下去了,break退出当前循环
if source_list[i] > source_list[j]:
break
#如果没有从break出口出去,就说明没有遇到比自己小的
#自己就是最小的,所有要返回当前数字
else:
return source_list[i]
2. 时间复杂度为O(n)
设置一个用于存储最小值的变量min_num,先将它设置为列表里的第一个元素,然后往下遍历,遇到比当前的min_num小的,就把min_num替换为这个更小的数,这样从头到尾遍历了一遍以后,就找出最小值了。只遍历一次,所以时间复杂度是n。
def getMin2(source_list):
#min_num初始化为列表里的头一个元素
min_num = source_list[0]
for i in range(1,len(source_list)):
#遍历的过程中,遇到更小的,就更换min_num保存的数值
if source_list[i]<min_num:
min_num = source_list[i]
return min_num
如果这篇博文帮到了你,就请给我点个
赞
吧(#^.^#)
一、 具体要求:二、 两种实现1. 时间复杂度为O(n²)这里的n代表列表里的元素个数,当我们用列表里的每个元素和其他所有元素比较的时候,我们就需要比较n的平方次才能找到最小值。def getMin(source_list): #两层循环,数量级是n² for i in range(len(source_list)): for j in r...
public static void main(String args[]) {
int[] array = {3,13,2,15,34,21,4,900,500};
// int[] array = {3,13,2,1500,500};
System.out.println(Arrays.toString(arr.
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录1.什么是数据结构数据结构原理大O渐进
表示法
2.
时间复杂度
算法
效率
时间复杂度
原理简单示例3.空间复杂度原理简单示例
1.什么是数据结构
数据结构(Data Structure)是一门研究数据的组织和管理的学科。往往从外在表现为一组数据的集合或者容器。
概念解释:
元素(Element):被管理的原子数据,元素类型不限。
集合(Collection):存放元素的容器,需要利用一定的数据结构知识对元素进行组织。
遍历(Traversa
原文链接:https://jiang-hao.com/articles/2020/algorithms-algorithms-bubble-sort.html
文章目录概述
时间复杂度
分析大 O 复杂度
表示法
时间复杂度
分析几种常见
时间复杂度
实例分析最好、最坏情况
时间复杂度
平均情况
时间复杂度
均摊
时间复杂度
空间复杂度分析内容小结
从广义上讲,数据结构就是指一组数据的存储结构。
算法
就是操作数据的一组方法。
数据结构和
算法
是相辅相成的。数据结构是为
算法
服务的,
算法
要作用在特定的数据结构之上。比如,因为数组具.
可以生成
列表
2,里面10个0 [0,0,0,0,0,0,0,0,0,0]
遍历
列表
2,把
列表
1里面数字的位置变为1,然后
查找
直接对比对应下标的数字,0表示不存在,1表示存在
Python
写法
list1 = [2, 3, 6, 7, 8, 9]
list2 = [0, 0, 0, 0, 0, 0, 0, 0...
可以使用
Python
内置函数min()和index()来
查找
一个
列表
中
最小值
的位置。例如,如果
列表
名为lst,可以使用以下代码来
查找
最小值
的位置:
min_index = lst.index(min(lst))
这将返回
最小值
在
列表
中
的索引位置。