From f524b957d4fa732a4cb030ef8e0106d4958d72b4 Mon Sep 17 00:00:00 2001 From: krahets Date: Thu, 24 Aug 2023 17:48:35 +0800 Subject: [PATCH] Finetune and fix --- .../chapter_searching/binary_search_edge.go | 4 +-- .../binary_search_insertion.go | 4 +-- .../performance_evaluation.md | 27 ++++++++++--------- docs/index.md | 2 +- 4 files changed, 20 insertions(+), 17 deletions(-) diff --git a/codes/go/chapter_searching/binary_search_edge.go b/codes/go/chapter_searching/binary_search_edge.go index 0639ef606..c383adb01 100644 --- a/codes/go/chapter_searching/binary_search_edge.go +++ b/codes/go/chapter_searching/binary_search_edge.go @@ -4,7 +4,7 @@ package chapter_searching -// 二分查找最左一个 target +/* 二分查找最左一个 target */ func binarySearchLeftEdge(nums []int, target int) int { // 等价于查找 target 的插入点 i := binarySearchInsertion(nums, target) @@ -16,7 +16,7 @@ func binarySearchLeftEdge(nums []int, target int) int { return i } -// 二分查找最右一个 target +/* 二分查找最右一个 target */ func binarySearchRightEdge(nums []int, target int) int { // 转化为查找最左一个 target + 1 i := binarySearchInsertion(nums, target+1) diff --git a/codes/go/chapter_searching/binary_search_insertion.go b/codes/go/chapter_searching/binary_search_insertion.go index 99ab2b50d..ffd413032 100644 --- a/codes/go/chapter_searching/binary_search_insertion.go +++ b/codes/go/chapter_searching/binary_search_insertion.go @@ -4,7 +4,7 @@ package chapter_searching -// 二分查找插入点(无重复元素) +/* 二分查找插入点(无重复元素) */ func binarySearchInsertionSimple(nums []int, target int) int { // 初始化双闭区间 [0, n-1] i, j := 0, len(nums)-1 @@ -26,7 +26,7 @@ func binarySearchInsertionSimple(nums []int, target int) int { return i } -// 二分查找插入点(存在重复元素) +/* 二分查找插入点(存在重复元素) */ func binarySearchInsertion(nums []int, target int) int { // 初始化双闭区间 [0, n-1] i, j := 0, len(nums)-1 diff --git a/docs/chapter_computational_complexity/performance_evaluation.md b/docs/chapter_computational_complexity/performance_evaluation.md index a5e3cbe61..5f3cc8b36 100644 --- a/docs/chapter_computational_complexity/performance_evaluation.md +++ b/docs/chapter_computational_complexity/performance_evaluation.md @@ -5,14 +5,14 @@ 1. **找到问题解法**:算法需要在规定的输入范围内,可靠地求得问题的正确解。 2. **寻求最优解法**:同一个问题可能存在多种解法,我们希望找到尽可能高效的算法。 -因此,在能够解决问题的前提下,算法效率已成为衡量算法优劣的主要评价指标,它包括以下两个维度。 +也就是说,在能够解决问题的前提下,算法效率是衡量算法优劣的主要评价指标,它包括以下两个维度。 - **时间效率**:算法运行速度的快慢。 - **空间效率**:算法占用内存空间的大小。 简而言之,**我们的目标是设计“既快又省”的数据结构与算法**。而有效地评估算法效率至关重要,因为只有这样我们才能将各种算法进行对比,从而指导算法设计与优化过程。 -效率评估方法主要分为两种:实际测试和理论估算。 +效率评估方法主要分为两种:实际测试、理论估算。 ## 实际测试 @@ -26,20 +26,23 @@ 由于实际测试具有较大的局限性,我们可以考虑仅通过一些计算来评估算法的效率。这种估算方法被称为「渐近复杂度分析 asymptotic complexity analysis」,简称「复杂度分析」。 -复杂度分析评估的是算法运行所需的时间和空间资源,**它描述了随着输入数据大小的增加,算法所需时间(空间)的增长趋势**。这个定义有些拗口,我们可以将其分为三个重点来理解。 +复杂度分析体现算法运行所需的时间(空间)资源与输入数据大小之间的关系。**它描述了随着输入数据大小的增加,算法执行所需时间和空间的增长趋势**。这个定义有些拗口,我们可以将其分为三个重点来理解。 -1. “时间和空间资源”分别对应「时间复杂度 time complexity」和「空间复杂度 space complexity」。 -2. “随着输入数据大小的增加”意味着复杂度反映了算法运行效率与输入数据体量之间的关系。 -3. “增长趋势”表示复杂度分析关注的是算法时间与空间的增长趋势,而非具体的运行时间或占用空间。 +- “时间和空间资源”分别对应「时间复杂度 time complexity」和「空间复杂度 space complexity」。 +- “随着输入数据大小的增加”意味着复杂度反映了算法运行效率与输入数据体量之间的关系。 +- “时间和空间的增长趋势”表示复杂度分析关注的不是运行时间或占用空间的具体值,而是时间或空间增长的“快慢”。 -**复杂度分析克服了实际测试方法的弊端**。首先,它独立于测试环境,分析结果适用于所有运行平台。其次,它可以体现不同数据量下的算法效率,尤其是在大数据量下的算法性能。 +**复杂度分析克服了实际测试方法的弊端**,体现在以下两个方面。 -如果你对复杂度分析的概念仍感到困惑,无须担心,我们会在后续章节中详细介绍。 +- 它独立于测试环境,分析结果适用于所有运行平台。 +- 它可以体现不同数据量下的算法效率,尤其是在大数据量下的算法性能。 -## 复杂度的重要性 +!!! tip -复杂度分析为我们提供了一把评估算法效率的“标尺”,帮助我们衡量了执行某个算法所需的时间和空间资源,并使我们能够对比不同算法之间的效率。 + 如果你仍对复杂度的概念感到困惑,无须担心,我们会在后续章节中详细介绍。 -复杂度是个数学概念,对于初学者可能比较抽象,学习难度相对较高。从这个角度看,复杂度分析可能不太适合作为第 1 章的内容。 +复杂度分析为我们提供了一把评估算法效率的“标尺”,使我们可以衡量执行某个算法所需的时间和空间资源,对比不同算法之间的效率。 -然而,当我们讨论某个数据结构或算法的特点时,难以避免要分析其运行速度和空间使用情况。因此,在深入学习数据结构与算法之前,**建议你先对复杂度建立初步的了解,以便能够完成简单算法的复杂度分析**。 +复杂度是个数学概念,对于初学者可能比较抽象,学习难度相对较高。从这个角度看,复杂度分析可能不太适合作为最先介绍的内容。然而,当我们讨论某个数据结构或算法的特点时,难以避免要分析其运行速度和空间使用情况。 + +综上所述,建议你在深入学习数据结构与算法之前,**先对复杂度分析建立初步的了解,以便能够完成简单算法的复杂度分析**。 diff --git a/docs/index.md b/docs/index.md index bacf155ff..81a3af132 100644 --- a/docs/index.md +++ b/docs/index.md @@ -92,7 +92,7 @@ hide:

作者简介

-靳宇栋 ([Krahets](https://leetcode.cn/u/jyd/)),大厂高级算法工程师,上海交通大学硕士。力扣(LeetCode)全网阅读量最高博主,其 LeetBook《图解算法数据结构》已被订阅 24 万本。 +靳宇栋 ([Krahets](https://leetcode.cn/u/jyd/)),大厂高级算法工程师,上海交通大学硕士。力扣(LeetCode)全网阅读量最高博主,其 LeetBook《图解算法数据结构》已被订阅 26 万本。 ---