1. 时间复杂度 　　时间复杂度是指程序运行从开始到结束所需要的时间。时间复杂度的计算一般比较麻烦，故在数据结构的研究中很少提及时间复杂度。为了便于比较同一个问题的不同算法，通常做法是，从算法中选取一种对于所研究的问题来说是基本操作的原操作，以该基本操作重复执行的次数做为算法的时间 ...

然后采用公式V（G）=m-n+2计算环路复杂度，其中m是边的数量，n是结点的数量。 ...

1.形如 T(n) = a * T(n/b) + f(n) 的时间复杂度计算方法 有一种方法叫做主方法（Master method）是用来专门计算这种形式的时间复杂度的，方法具体如下： 下边举例进行说明： 例1： T(n) = 25*T(n/5) + n^2 因为：a=25 ...

首先一点就是无视任何常量 从最简单的开始 这段时间复杂度为常数1,所以O(1). 然后 这一段是线性的,则时间复杂度为N,所以O(N),就算运行多次,比如4次5次,5N依然看做O(N). 但是 这一段则是二次的,不是二次元,是二次 ...

一、基本概念 二、计算发放 三、实践 ...

上学的时候手把手教不会算，因为不会写代码，自打会写了代码之后，下面的一下子就能看懂了，用点心！！！ 在进行算法分析时，语句总的执行次数T(n)是关于问题规模n的函数，进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度，也就是算法的时间量度，记作：T(n}=0(f(n ...

算法的稳定性：如果排序后，两个拥有相等关键字的元素a和b的相对位置没有发生变换，则稳定，否则不稳定。 内部排序是指在排序期间元素全部存放在内存中的排序；外部排序是指在排序期间元素无法全部同时存放在内存中，必须在排序过程中根据要求不断地在内、外存之间移动的操作。 然后再来温习一下时间复杂度的计算 ...

相似度就是比较两个事物的相似性。一般通过计算事物的特征之间的距离，如果距离小，那么相似度大；如果距离大，那么相似度小。 问题定义：有两个对象X,Y,都包含N维特征，X=(x1,x2,x3,...,xn),Y=(y1,y2,y3,...,yn),计算X和Y的相似性。 闵可夫斯基距离 ...