1. 綆楁硶鍒嗘瀽錛氬備綍鍒嗘瀽涓涓綆楁硶鐨勬晥鐜囧ソ鍧忥紵
褰撴垜浠璇寸畻娉曞垎鏋愮殑鏃跺欐垜浠鍦ㄨ翠粈涔堬紵錛堢嫮涔夌殑鎶鏈灞傞潰鐨勫畾涔夛級錛
綆楁硶鍒嗘瀽鎸囩殑鏄錛 瀵圭畻娉曞湪榪愯屾椂闂村拰瀛樺偍絀洪棿榪欎袱縐嶈祫婧愮殑鍒╃敤鏁堢巼榪涜岀爺絀 銆
鍗蟲椂闂存晥鐜囧拰絀洪棿鏁堢巼銆
鏃墮棿鏁堢巼鎸囩畻娉曡繍琛屾湁澶氬揩錛
絀洪棿鏁堢巼鎸囩畻娉曡繍琛屾椂闇瑕佸氬皯棰濆栫殑瀛樺偍絀洪棿銆
錛堟椂闂存晥鐜囦篃鍙鏃墮棿澶嶆潅搴︼紱絀洪棿鏁堢巼涔熷彨絀洪棿澶嶆潅搴︺傦級
鍦ㄨ＄畻鏈烘椂浠ｆ棭鏈燂紝鏃墮棿鍜岀┖闂磋繖涓ょ嶈祫婧愰兘鏄鍙婂叾鏄傝吹鐨勩備絾緇忚繃鍗婁釜澶氫笘綰鐨勫彂灞曪紝璁＄畻鏈虹殑閫熷害鍜屽瓨鍌ㄥ歸噺閮藉凡緇忔彁鍗囦簡濂藉嚑涓鏁伴噺綰с
鐜板湪絀洪棿鏁堢巼宸茬粡涓嶆槸鎴戜滑鍏蟲敞鐨勯噸鐐逛簡錛屼絾鏃墮棿鏁堢巼鐨勯噸瑕佹у苟娌℃湁鍑忓急鍒拌繖縐嶅彲浠ュ拷鐣ョ殑紼嬪害銆
鎵浠ワ紝褰撴垜浠鍒嗘瀽涓涓綆楁硶鐨勭殑鏃跺欙紝鎴戜滑鍙鍏蟲敞瀹冪殑鏃墮棿鏁堢巼 銆
褰撴垜浠閬囧埌涓涓綆楁硶鏃訛紝鎴戜滑鍙浠ョ敤榪欐牱涓涓閫氱敤鐨勬濊礬鍘誨垎鏋愬畠錛
棣栧厛絎涓姝ヨ冭檻榪欎釜綆楁硶鐨勮緭鍏ヨ勬ā鏄浠涔堬紵鍗寵緭鍏ュ弬鏁幫紝鍐嶆崲鍙ヨ瘽璇翠篃灝辨槸寰呰В鍐崇殑闂棰樻湁澶氬ぇ錛
浠庤繖閲屽叆鎵嬫槸鍥犱負涓涓鏄捐屾槗瑙佺殑瑙勫緥灝辨槸錛屼笉綆′嬌鐢ㄤ粈涔堢畻娉曪紝 杈撳叆瑙勬ā瓚婂ぇ錛岃繍琛屾晥鐜囪偗瀹氫細鏇撮暱 銆
杈撳叆瑙勬ā鐨勭『瀹氳佹牴鎹鍏蜂綋瑕佽В鍐崇殑瀹為檯闂棰樼殑緇嗚妭鏉ュ喅瀹氾紝鐩稿悓鐨勯棶棰樹笉鍚岀殑緇嗚妭錛岃緭鍏ヨ勬ā鏄涓嶄竴鏍風殑銆傛瘮濡傦細涓涓鎷煎啓媯鏌ョ殑綆楁硶錛
濡傛灉綆楁硶鍏蟲敞鐨勬槸鍗曠嫭鐨勫瓧絎︽鏌ワ紝閭ｄ箞瀛楃︾殑鏁伴噺灝辨槸杈撳叆瑙勬ā鐨勫ぇ灝忥紱
濡傛灉綆楁硶鍏蟲敞鐨勬槸璇嶇粍鎼閰嶇殑媯鏌ワ紝閭ｄ箞榪欎釜杈撳叆瑙勬ā灝辮佹瘮鍗曠嫭鐨勫瓧絎︽鏌ョ殑杈撳叆瑙勬ā瑕佸皬錛岃繖閲岃緭鍏ヨ勬ā灝辨槸璇嶇殑鏁伴噺浜嗐
鎺ヤ笅鏉ョ浜屾ヨ冭檻榪欎釜綆楁硶鐨勮繍琛屾椂闂達紝鍗寵繖涓綆楁硶榪愯屽湴蹇鎱銆
鎴戜滑鍙浠ョ畝鍗曞湴鐢ㄨ℃椂鐨勬柟娉曪紝鍗蟲煇涓綆楁硶榪愯屼簡澶氬皯姣縐掋
浣嗚繖涓鏂瑰紡鏈変竴涓緙洪櫡灝辨槸鍦ㄤ笉鍚岃＄畻鏈轟笂錛岀浉鍚岀畻娉曠殑榪愯屾椂闂存槸涓嶄竴鏍鳳紝鍥犱負鏈夌殑鐢佃剳蹇鏈夌殑鐢佃剳鎱銆
鎵浠ユ湁娌℃湁涓縐嶅害閲忔柟娉曞彲浠ユ帓闄よ繖浜涙棤鍏沖洜緔狅紵
絳旀堟槸鑲瀹氱殑錛屾垜浠鍙浠ュ叧娉ㄧ畻娉曟墽琛屼簡澶氬皯姝ワ紝鍗 鎿嶄綔鐨勮繍琛屾℃暟 銆傝屼笖涓轟簡綆鍖栭棶棰樻垜浠鍙闇鍏蟲敞鏈閲嶈佺殑鎿嶄綔姝ラわ紝鍗蟲墍璋撶殑 鍩烘湰鎿嶄綔 錛屽洜涓哄熀鏈鎿嶄綔宸茬粡瓚沖熷彲浠ュ喅瀹氳繖涓綆楁硶鐨勫搧璐ㄣ
姣斿備竴涓綆楁硶閫氬父鏄鏈鍐呭眰鐨勫驚鐜涓鏄鏈璐規椂鐨勬搷浣滐紝閭ｆ垜浠灝卞彧闇瑕佹妸瀹冨驚鐜浜嗗氬皯嬈′綔涓哄熀鏈鎿嶄綔榪涜岀爺絀躲
榪欓噷闇瑕佸歡浼哥殑涓鐐規槸鍦ㄥぇ瑙勬ā鐨勮緭鍏ユ儏鍐典笅鑰冭檻鎵ц屾℃暟鐨勫為暱嬈℃暟銆傚洜涓洪拡瀵瑰皬瑙勬ā鐨勮緭鍏ワ紝鍦ㄨ繍琛屾椂闂寸殑宸鍒涓婁笉澶鏄庢樉銆傛瘮濡傚彧瀵100涓鏁板瓧榪涜屾帓搴忥紝涓嶇′綘鐢ㄤ粈涔堟帓搴忕畻娉曪紝鏃墮棿鏁堢巼閮藉樊涓嶅氥傚彧鏈夊湪杈撳叆瑙勬ā鍙樺ぇ鐨勬椂鍊欙紝綆楁硶鐨勫樊寮傛墠鍙樺緱鏃㈡槑鏄懼張閲嶈佷簡璧鋒潵銆
綆鍗曟潵璇達紝
濡傛灉涓涓綆楁硶鍦ㄨ緭鍏ヨ勬ā鍙樺ぇ鏃訛紝浣嗚繍琛屾椂闂村鉤緙撳為暱錛岄偅涔堟垜浠灝卞彲浠ヨ村畠灝辨槸涓涓鏁堢巼楂樼殑綆楁硶錛
鑰屽傛灉涓涓綆楁硶鍦ㄨ緭鍏ヨ勬ā鍙樺ぇ鏃訛紝瀹冪殑榪愯屾椂闂存垚鎸囨暟綰у為暱錛岄偅灝卞彲浠ヨ磋繖涓綆楁硶鐨勬晥鐜囧緢宸銆
鎬昏岃█涔嬪氨鏄錛屽瑰熀鏈鎿嶄綔鐨勫ぇ瑙勬ā杈撳叆鎯呭喌涓嬬殑鍙樺寲鐨勭爺絀舵墠鏇村叿鏈夋繁榪滄剰涔夈
褰撴垜浠浜嗚В浜嗚緭鍏ヨ勬ā瀵圭畻娉曟椂闂存晥鐜囩殑浼氫駭鐢熷獎鍝嶏紝浣嗙畻娉曠殑鎵ц屾晥鐜囧嵈涓嶄粎浠呭彧鍙楄緭鍏ヨ勬ā鐨勫獎鍝嶏紝鏌愪簺鎯呭喌涓嬶紝綆楁硶鐨勬墽琛屾晥鐜囨洿鍙栧喅浜庤緭鍏ュ弬鏁扮殑緇嗚妭銆
姣斿傦細涓涓綆鍗曠殑欏哄簭鏌ユ壘鐨勭畻娉曪紝鍦ㄦ暟緇勯噷鏌ユ壘鏁板瓧 9錛
鍦ㄦ暟緇 l1 = [1, 2, 3, 4, 5, 6, 7, 8, 9 ] 閲屾煡鎵炬暟瀛 9 鍜屽湪鐩稿悓鐨勮緭鍏ヨ勬ā鐨勫彟涓涓鏁扮粍 l2 = [ 9 , 1, 2, 3, 4, 5, 6, 7, 8]閲屾煡鎵炬暟瀛 9錛屽湪鏁扮粍 l2 鐨勬墽琛屾晥鐜囪偗瀹氭洿楂樸
涓婇潰灝忎緥瀛愪腑鐨勪袱涓鏁扮粍灝變綋鐜頒簡涓や釜鏋佺錛 杈撳叆鏈浼樻儏鍐 鍜 杈撳叆鏈鍧忔儏鍐 銆
鐩稿瑰簲鐨勶紝
鍦ㄨ緭鍏ユ渶浼樻儏鍐典笅鐨勭畻娉曞氨鍙 鏈浼樻晥鐜 錛
鍦ㄨ緭鍏ユ渶鍧忔儏鍐典笅鐨勭畻娉曞氨鍙 鏈宸鏁堢巼 錛
鍦ㄨ繖閲屾湁涓や釜緇忛獙鎬х殑瑙勫垯錛
鍦ㄧ幇瀹炴儏鍐典笅錛岃緭鍏ユ槸鈥滈殢鏈衡濈殑錛屾棦涓嶄細鏄鏈浼樿緭鍏ヤ篃涓嶄細鏄鏈鍧忚緭鍏ャ傛墍浠ヨ繖閲屽張瑕佸紩鍑轟竴涓姒傚康錛屽嵆錛 騫沖潎鏁堢巼 銆
棣栧厛鎸囧嚭錛屾垜浠緇濅笉鑳界敤鈥滄渶浼樻晥鐜団濆拰鈥滄渶宸鏁堢巼鈥濈殑騫沖潎鏁版眰寰 騫沖潎鏁堢巼 錛屽嵆渚挎湁鏃墮棿榪欎釜騫沖潎鏁板拰鐪熸ｇ殑 騫沖潎鏁堢巼 宸у悎鍦頒竴鑷淬
姝ｇ『鐨勬ラゆ槸錛氭垜浠瑕佸硅緭鍏ヨ勬ā n 鍋氫竴浜涘亣璁俱
瀵逛簬涓婇潰鐨勯『搴忔煡鎵劇畻娉曠殑渚嬪瓙錛屾爣鍑嗙殑鍋囪炬湁涓や釜錛
鍩轟簬榪欎袱涓鍋囪炬眰騫沖潎鏁堢巼鍙寰楋細
鐢辨わ紝騫沖潎鏁堢巼 C(n) = p(n+1) / 2 + n(1-p)
鐢辨ゅ彲鐭ワ紝
浠庤繖涓渚嬪瓙鍙浠ュ彂鐜幫紝騫沖潎鏁堢巼鐨勭爺絀惰佹瘮鏈宸鏁堢巼鍜屾渶浼樻晥鐜囩殑鐮旂┒鍥伴毦寰堝氾細
鎴戜滑瑕佸皢杈撳叆瑙勬ā n 鍒掑垎涓哄嚑縐嶇被鍨嬶紝瀵逛簬鍚岀被鍨嬬殑杈撳叆錛屼嬌寰楃畻娉曠殑鎵ц屾℃暟鏄鐩稿悓鐨勩
綆楁硶鏄璁＄畻鏈虹戝︾殑鍩虹錛屼互鍚庝細緇х畫鏇存柊綆楁硶鐩稿叧鐨勯殢絎旓紝瀵圭畻娉曟劅鍏磋叮鐨勬湅鍙嬫㈣繋鍏蟲敞鏈鍗氬錛屼篃嬈㈣繋澶у剁暀璦璁ㄨ恆
鎴戜滑姝ｅ勪簬澶ф暟鎹鏃朵唬錛屽規暟鎹澶勭悊鎰熷叴瓚ｇ殑鏈嬪弸嬈㈣繋鏌ョ湅鍙︿竴涓緋誨垪闅忕瑪錛
鍒╃敤Python榪涜屾暟鎹鍒嗘瀽 鍩虹緋誨垪闅忕瑪奼囨
Introction to The Design and Analysis of Algorithms, Third Edition by Anany Leitin
2. 什麼是最好、最壞、平均、均攤時間復雜度
在演算法分析中，探討「最好、最壞、平均、均攤時間復雜度」對於理解演算法性能至關重要。
「最好時間復雜度」描述的是演算法在最理想情況下運行的時間復雜度。在所有輸入中，演算法的執行所需時間達到最短。
「最壞時間復雜度」指的是演算法在最差情況下的運行時間復雜度。在所有輸入中，演算法執行所需時間達到最長。
「平均時間復雜度」則是針對所有可能輸入情況，演算法執行的平均時間復雜度。
「均攤時間復雜度」關注的是在一系列操作中，大部分情況下操作的時間復雜度相對較低，但存在少數情況操作復雜度較高。均攤時間復雜度衡量的就是這一情況下的時間復雜度。
「最好、最壞、平均時間復雜度」通常針對同一演算法在不同情況下的性能表現，而「均攤時間復雜度」則針對特定操作序列。因此，一個演算法的「最好、最壞、平均時間復雜度」是固定的，而「均攤時間復雜度」取決於具體的操作流程。
3. 演算法的通俗解釋（2）演算法的評估方法
演算法評估方法
演算法本質上是統計，預測數據貼近實際情況。殘差是實際數據與理論數據的差值，以96分為例，滿分100分與預測的96分差值為4分。
演算法學習過程類似於人的學習，分為訓練集和測試集。訓練集用於訓練演算法，測試集用於檢驗結果，避免使用相同數據進行學習與檢驗。
演算法學習中存在欠擬合和過擬合。欠擬合指預測數據與實際數據偏離較遠，過擬合指演算法過於復雜，難以適應新數據與場景。減少過擬合方法包括簡化模型假設，減少參數。
准確率和召回率是評價演算法性能的指標。准確率衡量預測為正類的樣本中真正為正類的比例，召回率衡量真正為正類的樣本中被正確預測為正類的比例。F值為調和平均數，平衡准確率與召回率。
完美基線指標用於評估演算法性能。例如nDCG指標，根據實際與理想排序進行評估，計算理想與實際排序分數的比值。構建完美基線需要根據業務實際情況。
覆蓋率、多樣性和更新率是演算法的其他評估指標。覆蓋率衡量內容覆蓋程度，多樣性衡量用戶體驗和流量生態，更新率衡量內容更新頻率對用戶體驗的影響。
演算法解釋性對於演算法項目推進至關重要。解釋性取決於使用演算法的人群。對於管理層和技術背景的人，演算法解釋性可不那麼強，但需要能夠解釋清楚演算法的評估方法，以提高演算法的接受度。
演算法評估方法在實踐中需根據業務目標構造合適指標。與非演算法部門溝通時，應解釋清楚演算法評估方法，提高演算法的接受度。