Merge branch 'master' of github.com:facert/python-data-structure-cn

Author: facert

2.算法分析/2.3.大O符号/README.md

@@ -3,7 +3,11 @@
 
 计算机科学家更喜欢将这种分析技术进一步扩展。事实证明，操作步骤数量不如确定  T(n) 最主要的部分来的重要。换句话说，当问题规模变大时，T(n) 函数某些部分的分量会超过其他部分。函数的数量级表示了随着 n 的值增加而增加最快的那些部分。数量级通常称为大O符号，写为 `O(f(n))`。它表示对计算中的实际步数的近似。函数 f(n) 提供了 T(n) 最主要部分的表示方法。
 
+<<<<<<< HEAD
 在上述示例中，`T(n)=1+n`。当 n 变大时，常熟 1 对于最终结果变得越来越不重要。如果我们找的是  \(T(n)\) 的近似值，我们可以删除 1， 运行时间是\(O(n)\)。要注意，1 对于  \(T(n)\) 肯定是重要的。但是当 n 变大时，如果没有它，我们的近似也是准确的。
+=======
+在上述示例中，\(T(n)=1+n\)。当 n 变大时，常数 1 对于最终结果变得越来越不重要。如果我们找的是  \(T(n)\) 的近似值，我们可以删除 1， 运行时间是\(O(n)\)。要注意，1 对于  \(T(n)\) 肯定是重要的。但是当 n 变大时，如果没有它，我们的近似也是准确的。
+>>>>>>> e3ac537a1fb4277537aa0925e0371ff7f6e35aa7
 
 另外一个示例，假设对于一些算法，确定的步数是 T(n)=5n^2 +27n+1005。当 n 很小时, 例如 1 或 2 ，常数 1005 似乎是函数的主要部分。然而，随着 n 变大，\(n^2\) 这项变得越来越重要。事实上，当 n 真的很大时，其他两项在它们确定最终结果中所起的作用变得不重要。当 n 变大时，为了近似\(T(n)\)，我们可以忽略其他项，只关注 \(5n^2 \)。系数 5 也变得不重要。我们说，\(T(n)\) 具有的数量级为 f(n)=n^2。 或者 O( n^2 ) 。
 
@@ -39,7 +43,7 @@ d = 33
 ````
 *Listing 2*
 
-分配操作数分为四个项的总和。第一个项是常熟 3, 表示片段开始的三个赋值语句。第二项是 3n^2, 因为由于嵌套迭代，有三个语句执行 n^2 次。第三项是 2n, 两个语句迭代 n 次。最后，第四项是常数 1，表示最终赋值语句。最后得出 T(n)=3+3n^(2)+2n+1=3n^2 + 2n+4，通过查看指数，我们可以看到 n^2 项是显性的，因此这个代码段是 O(n^ 2 )。当 n 增大时，所有其他项以及主项上的系数都可以忽略。
+分配操作数分为四个项的总和。第一个项是常数 3, 表示片段开始的三个赋值语句。第二项是 3n^2, 因为由于嵌套迭代，有三个语句执行 n^2 次。第三项是 2n, 两个语句迭代 n 次。最后，第四项是常数 1，表示最终赋值语句。最后得出 T(n)=3+3n^(2)+2n+1=3n^2 + 2n+4，通过查看指数，我们可以看到 n^2 项是显性的，因此这个代码段是 O(n^ 2 )。当 n 增大时，所有其他项以及主项上的系数都可以忽略。
 ![newplot2](assets/newplot2.png)
 *Figure 2*
 

README.md

@@ -4,21 +4,22 @@
 
 #### 目的
 
-数据结构作为计算机从业人员的必备基础，Java, c 之类的语言有很多这方面的书籍，Python 相对较少，其中比较著名的一本 [problem-solving-with-algorithms-and-data-structure-using-python](http://interactivepython.org/runestone/static/pythonds/index.html)，所以我在学习的过程中将其翻译了中文版，希望对大家有点帮助。
+数据结构作为计算机从业人员的必备基础，Java, c 之类的语言有很多这方面的书籍，Python 相对较少，
+其中比较著名的一本 [problem-solving-with-algorithms-and-data-structure-using-python](http://interactivepython.org/runestone/static/pythonds/index.html)，所以我在学习的过程中将其翻译了中文版，希望对大家有点帮助。
 
 * 由于本人英语能力不佳，本书部分翻译参考谷歌，但每句话都经过个人理解后调整修改，尽量保证语句畅通。
 * 由于翻译比较仓促，难以避免有些排版错别字等问题，后续会润色。如你也有兴趣参与，可 pull request 到  [github 仓库](https://github.com/facert/python-data-structure-cn)
 * 默认大家有一定的 Python 基础，故暂未翻译 Python 语法的几个章节。后续考虑书的完整性会加上这几节。
 * 本书未加上课后练习，如有兴趣，可上原书网站练习。
 
 #### 地址
-github 地址: https://github.com/facert/python-data-structure-cn
-gitbook 在线浏览: https://facert.gitbooks.io/python-data-structure-cn
+* github 地址: https://github.com/facert/python-data-structure-cn
+* gitbook 在线浏览: https://facert.gitbooks.io/python-data-structure-cn
 
 
 #### 联系作者
-邮箱： [email protected]
-博客： https://facert.github.io
+* 邮箱： [email protected]
+* 博客： https://facert.github.io
 
 #### 许可证
 本作品采用 知识共享署名-相同方式共享 4.0 国际许可协议 进行许可。传播此文档时请注意遵循以上许可协议。 关于本许可证的更多详情可参考 http://creativecommons.org/licenses/by-sa/4.0/