算法优化

思路

• 遍历常见的算法思路
• 遍历常见的数据结构
• 空间和时间的交换（哈希表）
• 预处理信息（排序）
• 在瓶颈处寻找答案（O(nlogn)+O(n^2)；O(n3)）

实际编写问题

• 极端条件的判断

数组为空？字符串为空？数量为0？指针为null？

• 代码规范（变量名）
• 模块化，复用性

解密时间复杂度大O

• O(nlogn+n) = O(nlogn)
• O(nlogn+n^2) = O(n^2)
• O(AlogA+B)不变

对邻接表实现的图进行遍历：
时间复杂度：O(V+E)

数据规模的概念

前提：如果想在1s之内解决问题：

• O(n^{2)的算法可以处理大约10}4级别的数据;
• O(n)的算法可以处理大约10^8级别的数据;
• O(nlogn)的算法可以处理大约10^7级别的数据

空间复杂度

• 多开一个辅助的数组：O(n);
• 多开一个辅助的二维数组：O(n^2);
• 多开常数空间：O(1);
  注意：递归的调用是有空间代价的，递归调用的深度就是空间的复杂度。