当前位置： 首页 >> 数据结构与算法 >> 选择合适的算法

---

选择合适的算法

2020-10-06 20:51:20 星期二  阅读：2110

---

在实际开发中，想要灵活、恰到好处的应用数据结构和算法，需要非常深厚的实战经验积累。在工程上选择数据结构和算法，我们往往需要考虑如下因素（包括但不限于） >编码难度； 维护成本； 数据特征； 数据规模； 最终会选择一个工程的最合适解，而不是理论上的最优解。 关于在实际的软件开发中，如何权衡各种因素，可参考以下6条： `1.时间、空间复杂度不能跟性能划等号` 复杂度不是执行时间和内存消耗的精确值 代码的执行时间有时不跟时间复杂度成正比：比如O(nlogn)在数据量小的时候，比O(n^2)时间复杂度更高。 对于处理不同问题的不同算法，其复杂度大小没有可比性； `2.抛开数据规模谈论数据结构和算法都是耍流氓` `3.结合数据特征和访问方式来选择数据结构` 如何将一个背景复杂、开放的问题通过细致的观察、调研、整理清除要处理的数据的特征与访问方式。这才是解决问题的重点 `4.区别对待IO密集、内存密集和计算密集` IO密集：如算法代码执行效率的瓶颈可能在磁盘IO，而非算法本身； 内存密集：代码执行效率的瓶颈在于内存的读写，存储等。比如字符串比较操作就需要频繁的从内存里读数据，而CPU只需要进行简单的比较操作。所以，这种情况如果能引入CPU缓存是一个不错的优化。 CPU密集：代码执行效率的瓶颈主要在CPU执行的效率，比如计算复杂的数据逻辑。 `5.善用语言提供的类，避免重复造轮子` `6.千万不要漫无目的的过度优化` 有时候很小的优化却要花费很大的成本，如代码的维护成本，增加bug率 优化代码的时候，一定要做Benchmark基准测试，这样才能避免优化后还不如优化前。