【Python数据结构与算法】——(线性结构)精选好题分享,不挂科必看系列

简介: 【Python数据结构与算法】——(线性结构)精选好题分享,不挂科必看系列

时间复杂度大小比较

1.time complexity of algorithm A is O(n^3) while algorithm B is O(2^n). Which of the following statement is TRUE?

A.For any problem in any scale, the alogorithm A is more efficient than alogrithm B.

B.For any problem in any scale, the alogorithm B is more efficient than alogrithm A.

C.As the scale of the proble increase,the alogrithm A is more efficient than alogrithm B.

D.As the scale of the proble increase,the alogrithm B is more efficient than alogrithm A.

👉Review Link🔗:http://t.csdnimg.cn/BNoOJ

所消耗的时间从小到大:

O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)

时间越小效率越高,所以A的效率高于B,---->选择C

栈的深入理解

2.Suppose 6 items pushed in the relative order like [6,5,4,3,2,1],which pop  order is FALSE?

A.543612

B.453126

C.234156

D.346521

Review Link🔗:👉http://t.csdnimg.cn/LDWaR

进出栈无需一次性进完,一次性弹出.

可以进一个弹一个,也可以进几个,弹几个.

抓住栈的特点,先进后出,有进有出.

只要深入理解栈的知识点,我们通过画图或思考形式就可以做出这道题.

所以这题应该选D,因为5应该比6先出栈.

如何影响链表时间复杂度

3.There is an single Unordered Linked List with two head and rear pointers p and q, respectively. Which of the following operations time complexity that is affected by Linked List lengths
A. Deleting the head.
B. Deleting the rear.
C. Inserting new node to head.
D. Deleting node at rear.

Review Link🔗:👉http://t.csdnimg.cn/ET039

因为在无序链表中,删除后部需要从头节点开始遍历到尾节点,时间复杂度为O(n),n为链表长度。而其他操作只需要对头节点进行操作,时间复杂度不受链表长度的影响,几乎为O(1)。---> 选B,D

双端队列的深入理解

4.Suppose there is enqueue order "abcd' for a Deque (abcd' ehqueued at rear.) What's the possible dequue order for this Deque?
A. bdac
B. cadb

C. dbca
D. dacb
E. None of them is right.

Review Link🔗:👉

双端队列的入队顺序是:abcd,从尾部出,我们知道双端队列的特点就是两头都是可进可出的,但是不可以从中间出去. 所以逐项检验我们可得 ---> D是正确答案


📝Summary:

快速判断算法复杂度(适用于绝大多数简单情况)

确定问题规模n
循环减半过程一logn
k层关于n的循环一n
复杂情况:根据算法执行过程判断


What's the time complexity of the following code?(n is unknown, n > 10000).

i = 1
if i:
    while i < n:
        i = i * 3
    else:
        while i < n:
            i = i + 10

The time complexity is O(                            ).

该代码的时间复杂度为O(logn)。因为第一个while循环中,i的值每次都会乘以3,直到i>=n为止,每次乘以3相当于对i进行了一次除法运算,假设n=i*3^k,则第一个while循环的迭代次数为log3(n),即O(logn)。第二个while循环中,i的值每次都会加上10,因此最多执行n/10次,影响可以忽略不计。因此,总的时间复杂度为O(logn)。


What's the time complexity of the following code ? (n is unknown, n > 10000)

i = 0
j = 0
while i < n:
    i += 1
    while j < n - i:
        j += 1

该代码的时间复杂度为O(n^2)。外循环的执行次数为n,内循环的执行次数为(n-1)+(n-2)+...+1= (n-1)n/2,因此总的执行次数为n(n-1)*0.5,即O(n^2)。


i = 0
j = 0
while i < n:
    i += 1
    while j < n - i:
        j += 1
    j = 0

时间复杂度为O(n^2)。外层循环i最多执行n次,内层循环j最多执行n-i次,因此总的执行次数为n*(n-1)/2,即O(n^2)。

本节主要讲的是算法中如何判断时间复杂度以及深入理解栈,双端队列的特点及应用.若想了解更多关于算法的内容,可以订阅我的算法专栏:http://t.csdnimg.cn/sof15

  今天的干货分享到这里就结束啦!如果觉得文章还可以的话,希望能给个三连支持一下,Aileen的主页还有很多有趣的文章,欢迎小伙伴们前去点评,您的支持就我前进的最大动力!

目录
打赏
0
0
1
0
5
分享
相关文章
解锁文件共享软件背后基于 Python 的二叉搜索树算法密码
文件共享软件在数字化时代扮演着连接全球用户、促进知识与数据交流的重要角色。二叉搜索树作为一种高效的数据结构,通过有序存储和快速检索文件,极大提升了文件共享平台的性能。它依据文件名或时间戳等关键属性排序,支持高效插入、删除和查找操作,显著优化用户体验。本文还展示了用Python实现的简单二叉搜索树代码,帮助理解其工作原理,并展望了该算法在分布式计算和机器学习领域的未来应用前景。
深度洞察内网监控电脑:基于Python的流量分析算法
在当今数字化环境中,内网监控电脑作为“守城卫士”,通过流量分析算法确保内网安全、稳定运行。基于Python的流量分析算法,利用`scapy`等工具捕获和解析数据包,提取关键信息,区分正常与异常流量。结合机器学习和可视化技术,进一步提升内网监控的精准性和效率,助力企业防范潜在威胁,保障业务顺畅。本文深入探讨了Python在内网监控中的应用,展示了其实战代码及未来发展方向。
Python中利用遗传算法探索迷宫出路
本文探讨了如何利用Python和遗传算法解决迷宫问题。迷宫建模通过二维数组实现,0表示通路,1为墙壁,&#39;S&#39;和&#39;E&#39;分别代表起点与终点。遗传算法的核心包括个体编码(路径方向序列)、适应度函数(评估路径有效性)、选择、交叉和变异操作。通过迭代优化,算法逐步生成更优路径,最终找到从起点到终点的最佳解决方案。文末还展示了结果可视化方法及遗传算法的应用前景。
|
18天前
|
基于 Python 哈希表算法的局域网网络监控工具:实现高效数据管理的核心技术
在当下数字化办公的环境中,局域网网络监控工具已成为保障企业网络安全、确保其高效运行的核心手段。此类工具通过对网络数据的收集、分析与管理,赋予企业实时洞察网络活动的能力。而在其运行机制背后,数据结构与算法发挥着关键作用。本文聚焦于 PHP 语言中的哈希表算法,深入探究其在局域网网络监控工具中的应用方式及所具备的优势。
53 7
|
25天前
|
员工电脑监控场景下 Python 红黑树算法的深度解析
在当代企业管理范式中,员工电脑监控业已成为一种广泛采用的策略性手段,其核心目标在于维护企业信息安全、提升工作效能并确保合规性。借助对员工电脑操作的实时监测机制,企业能够敏锐洞察潜在风险,诸如数据泄露、恶意软件侵袭等威胁。而员工电脑监控系统的高效运作,高度依赖于底层的数据结构与算法架构。本文旨在深入探究红黑树(Red - Black Tree)这一数据结构在员工电脑监控领域的应用,并通过 Python 代码实例详尽阐释其实现机制。
41 6
|
29天前
|
基于 Python 迪杰斯特拉算法的局域网计算机监控技术探究
信息技术高速演进的当下,局域网计算机监控对于保障企业网络安全、优化资源配置以及提升整体运行效能具有关键意义。通过实时监测网络状态、追踪计算机活动,企业得以及时察觉潜在风险并采取相应举措。在这一复杂的监控体系背后,数据结构与算法发挥着不可或缺的作用。本文将聚焦于迪杰斯特拉(Dijkstra)算法,深入探究其在局域网计算机监控中的应用,并借助 Python 代码示例予以详细阐释。
47 6
Python数据结构:列表、元组、字典、集合
Python 中的列表、元组、字典和集合是常用数据结构。列表(List)是有序可变集合,支持增删改查操作;元组(Tuple)与列表类似但不可变,适合存储固定数据;字典(Dictionary)以键值对形式存储,无序可变,便于快速查找和修改;集合(Set)为无序不重复集合,支持高效集合运算如并集、交集等。根据需求选择合适的数据结构,可提升代码效率与可读性。
如何在Python下实现摄像头|屏幕|AI视觉算法数据的RTMP直播推送
本文详细讲解了在Python环境下使用大牛直播SDK实现RTMP推流的过程。从技术背景到代码实现,涵盖Python生态优势、AI视觉算法应用、RTMP稳定性及跨平台支持等内容。通过丰富功能如音频编码、视频编码、实时预览等,结合实际代码示例,为开发者提供完整指南。同时探讨C接口转换Python时的注意事项,包括数据类型映射、内存管理、回调函数等关键点。最终总结Python在RTMP推流与AI视觉算法结合中的重要性与前景,为行业应用带来便利与革新。
103 5
基于 Python 哈希表算法的员工上网管理策略研究
于当下数字化办公环境而言,员工上网管理已成为企业运营管理的关键环节。企业有必要对员工的网络访问行为予以监控,以此确保信息安全并提升工作效率。在处理员工上网管理相关数据时,适宜的数据结构与算法起着举足轻重的作用。本文将深入探究哈希表这一数据结构在员工上网管理场景中的应用,并借助 Python 代码示例展开详尽阐述。
46 3
Python下的毫秒级延迟RTSP|RTMP播放器技术探究和AI视觉算法对接
本文深入解析了基于Python实现的RTSP/RTMP播放器,探讨其代码结构、实现原理及优化策略。播放器通过大牛直播SDK提供的接口,支持低延迟播放,适用于实时监控、视频会议和智能分析等场景。文章详细介绍了播放控制、硬件解码、录像与截图功能,并分析了回调机制和UI设计。此外,还讨论了性能优化方法(如硬件加速、异步处理)和功能扩展(如音量调节、多格式支持)。针对AI视觉算法对接,文章提供了YUV/RGB数据处理示例,便于开发者在Python环境下进行算法集成。最终,播放器凭借低延迟、高兼容性和灵活扩展性,为实时交互场景提供了高效解决方案。
131 4

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等