Algorithms/go-perfbook
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Merge pull request #19 from lidaobing/patch-1

Browse Source 
二进制搜索 -> 二分搜索
This commit is contained in:
Damian Gryski 2018-03-08 23:28:38 -08:00 committed by GitHub
commit c5e0ff0418
No known key found for this signature in database
GPG Key ID: 4AEE18F83AFDEB23
1 changed files with 3 additions and 3 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

6
performance-zh.md
View File

@ -178,7 +178,7 @@ TODO:如何模拟满足的缓存，显示增量成本
基本的复杂类别是: 基本的复杂类别是:
* O(1):字段访问，数组或地图查找 * O(1):字段访问，数组或地图查找
* O(log n)):二进制搜索 * O(log n)):二分搜索
* O(n):简单循环 * O(n):简单循环
* O(n\*m):嵌套循环 * O(n\*m):嵌套循环
* O(nlogn):分而治之 * O(nlogn):分而治之
@ -186,7 +186,7 @@ TODO:如何模拟满足的缓存，显示增量成本
链接:bigocheatsheet.com 链接:bigocheatsheet.com
假设你需要搜索未分类的数据集。“我应该用二进制搜索”，你知道一个二进制搜索O(log n)比O(n)线性扫描快。但是，二分查找需要对数据进行排序，这意味着你需要先对它进行排序，这将花费O(n log n)时间。如果你正在进行大量搜索，那么分类的前期成本将会得到回报。另一方面，如果你主要做查询，也许有一个数组是错误的选择，你最好支付O(1)查找地图的代价。 假设你需要搜索未分类的数据集。“我应该用二分搜索”，你知道一个二分搜索O(log n)比O(n)线性扫描快。但是，二分查找需要对数据进行排序，这意味着你需要先对它进行排序，这将花费O(n log n)时间。如果你正在进行大量搜索，那么分类的前期成本将会得到回报。另一方面，如果你主要做查询，也许有一个数组是错误的选择，你最好支付O(1)查找地图的代价。
选择最简单的合理数据结构并继续。CS 101，编写“不慢的软件”。别傻了。这应该是你的默认开发模式。如果你知道需要随机访问，请不要选择链接列表。如果你知道需要按顺序遍历，请不要使用地图。需求变化，你不能总是猜测未来。对工作量做出合理的猜测。 选择最简单的合理数据结构并继续。CS 101，编写“不慢的软件”。别傻了。这应该是你的默认开发模式。如果你知道需要随机访问，请不要选择链接列表。如果你知道需要按顺序遍历，请不要使用地图。需求变化，你不能总是猜测未来。对工作量做出合理的猜测。
@ -463,4 +463,4 @@ tip.golang.org/doc/diagnostics.html
- 3)当心错误 - 3)当心错误
还要关注GitHub上的其他实现:它们可能与你的bug相同(或不同) 还要关注GitHub上的其他实现:它们可能与你的bug相同(或不同)
https://www.youtube.com/watch?v=8eRx5Wo3xYA http://codecapsule.com/2012/01/18/how-to-implement-a-paper/ https://www.youtube.com/watch?v=8eRx5Wo3xYA http://codecapsule.com/2012/01/18/how-to-implement-a-paper/