据我们所知,每一个python程序都是由许多算法运行的,计算机需要花时间来计算,而且我们已经知道,在学习python的基础知识时,python与其他语言相比相对较慢。我们称之为差异时间复杂性。也许一般情况下我们看不到时间上的差异,然后我们将测试下一个时间。
我们的测试主题非常简单:如果a+b+c=1000,a**2+b**2=c**2,找到abc的组合。
成都python在线学习课程首先用最简单的方法来计算,即把a,b,c分别放入(0,1000)中,逐一尝试,最后确定a,b,c的确定值,但这里测试时间需要参考第三方库来记录程序的运行时间。
代码示例:
import time
start_time = time.time()
for a in range(1001):
for b in range(1001):
for c in range(1001):
if a + b + c == 1000 and a**2 + b**2 == c**2:
print("a,b,c:%d,%d,%d"%(a,b,c))
end_time = time.time()
used_time= end_time - start_time
print(used_time)
这里我们可以推算计算机就进行的运算次数为1000*1000*1000*2(将if语句看作为一步)
然后我们可以得到运行结果,在运行结果中可以看出,进行这次运算大约使用了146秒,其实便可以看出python运行速度慢的问题了。
然后我们将代码简化为 c = 1000-a-b的形式,这样问题便被简化了,我们可以推算运算次数为1000*1000*3。
代码示例:
import time
start_time = time.time()
for a in range(1001):
for b in range(1001):
# for c in range(1001):
c = 1000 – a – b
if a**2 + b**2 == c**2:
print(“a,b,c:%d,%d,%d”%(a,b,c))
end_time = time.time()
used_time= end_time – start_time
print(used_time)
这一次的运行结果可以看出:在这个程序下,我们运行时间不足1秒,而我们仅仅只是优化了一步。两者相比,第一个比第二个快了许多。这种差异就叫做时间复杂度的差异。在算法中我们经常需要将一个程序简化,以达到最佳运算的目的。
在算法中,我们经常会想要限制自己程序的运行时间,然后对其进行优化,达到最佳的运行时间。我们便也可以通过这种简单的方式来进行测量。正在学习的你看懂了么?
(责任编辑:范老师)