就通常用于表示这些算法的“大 O”记号而言(参见“大 O 记号”),选择排序平均是O(n^2)的:如果你将列表中的项目数加倍,执行时间将增加大约四倍。...(x, 3)
# array([2, 1, 3, 4, 6, 5, 7])
请注意,结果数组中的前三个值是数组中的三个最小值,其余数组位置包含其余值。...与排序类似,我们可以沿多维数组的任意轴进行分区:
np.partition(X, 2, axis=1)
'''
array([[3, 4, 6, 7, 6, 9],
[2, 3, 4,...在这种宽松的意义上,大 O 记号会告诉你,在增加数据量时算法将花费多少时间。...然而,将N按比例放大 1000 倍,O(N)算法将胜出。
在比较算法的性能时,即使是这个松散版本的大 O 记号也非常有用,在讨论算法如何扩展时,我们将在整本书中使用这种记号。