训练准备和复杂度分析

训练环境设置- 工欲善其事，必先利其器

电脑设置

• Google 搜索入口

• Mac: iTerm2 + zsh (oh my zsh)

  Windows: Microsoft new terminal: (https://github.com/microsoft/terminal)

• VSCode; Java: IntelliJ; Python: Pycharm;

• LeetCode plugin (VSCode & IntelliJ)

• https://vscodethemes.com

Code Style

Java、Python…

• Google code style

• Facebook

• Airbnb

LeetCode

• leetcode-cn.com 和 题解

• leetcode.com 和 Discuss board

指法和小操作

• home, end （行头、行尾）

• Word 单词、选单词、选整行

• IDE 的自动补全

• Top tips for <IDE-name>

自顶向下的编程方式

时间复杂度、空间复杂度

Big O notation

O(1): Constant Complexity 常数复杂度

O(log n): Logarithmic Complexity 对数复杂度

• for (int i = 1; i < n; I = i * 2) { }

O(n): Linear Complexity 线性时间复杂度

• for (int i = 1; i <= n; I = i++) { }

O(n^2): N square Complexity 平方

• for (int i = 1; i <= n; I = i++) {
  for (int j = 1; j <= n; j++) {
  }
  }

O(n^3): N square Complexity 立方

O(2^n): Exponential Growth 指数

• int fib(int n) {
  If (n <= 2) return n;
  Return fib(n - 1) + fib(n - 2);
  }

O(n!): Factorial 阶乘

时间复杂度曲线

image.png