算法的复杂度

算法的时间复杂度是指算法需要消耗的时间资源
时间复杂度用“O（数量级）”来表示
常见的时间复杂度有：
O(1)常数阶； 问题规模越大效率越高，时间不变， a = [1,2,3]    a[0]＝1，a增加无影响

O(log2n)对数阶：问题规模越大效率越高，时间增加慢，

O(n)：线性阶，时间随数据规模增加，线性增加，时间增加正常 , 例子：for i in range(n)

O(n2)：平方阶，时间随数据规模增加，指数增加，时间增加快 ，for i in range(n): for j in range(i):........

n代表问题规模
算法中花费的时间与算法中语句的执行次数成正比

空间复杂度 S(n)

一个程序的空间复杂度是指：运行完一个程序所需要内存的大小

数据交换
三个数排序
a=11, b=9, c=8   临时变量t

[root@133 ~]# vim change.py      

#!/usr/bin/python

def swap(a,b,c):

    if  a > b:

        t = a

        a = b

        b = t

    if  a > c:

        t = a

        a = c

        c = t

    if  b > c:

        t = b

        b = c

        c = t

    print  a,b,c

if name == 'main':

swap(11,9,8)

例子2：list A全部为0，修改部分列表元素为1，手动输入5个元素，打印出元素为0的元素位置

[root@133 ~]# vim key.py   

#!/usr/bin/python

#encoding:utf8

def key():

    a = []

    for i in  range(10):

        a.append(0)   #a=[0,0,0,0,0,0,0,0,0,0]

    for i in range(5):

        input = int(raw_input("Please input a num:")) #手动输入需要修改为1的列表元素

        a[input] = 1 # a[4]=1

    for i in range(len(a)):

        if a[i] == 0:

            print i

if __name__ == '__main__':

    key()

~                      

[root@133 ~]# python key.py

Please input a num:1

Please input a num:2

Please input a num:3

Please input a num:4

Please input a num:5

0

6

7

8

9