用Codility測試你的編碼能力

沒有巨集觀的架構設計，沒有特定的框架語言。在

codility

提出的一些小問題上，用最純粹的方式測試你最基本的編碼能力。

codility第一課：演算法複雜度

各種演算法書的開篇大多是演算法分析，而

複雜度(complexity)又是最基本的分析指標。所以

codility的第一課也不例外，直入複雜度主題。這裡不再詳述其概念，而只提及複雜度的幾個注意點：

複雜度不是程式執行時間的準確度量，而是數量級。

重點是找到主要因子操作

(dominant operation)

，忽略常量以及數量級更低的項，可理解為求極限。

誰是dominant和有幾個dominant都依賴於輸入資料的規模，例如資料大小、矩陣大小或某個入參的值。

分析複雜度時，我們必須要看能使程式長時間執行的最壞情況。

例如，下面的源程式中，

dominant就是第四行的操作，

它會隨著入參n的不同而反覆執行多次。於是程式的總算子可能是c*n + a。但前面說過，我們會

忽略常量只看數量級。因此，這段**的複雜度就是o(n)。在不同的編譯器或硬體平台上，具體執行時間會各不相同，可能是20*n + 1，也可能是½*n + 3，但絕不可能是n²。另外，若迴圈體內有跳出條件那麼程式可能會提前終止，但我們說過，複雜度

必須看最壞情況。至此，上面列舉四點已都符合。

常見的複雜度示例程式如下。值得注意的是，至此我們其實一直在討論的是執行操作步數的數量級，即時間複雜度。對於空間複雜度(space complexity)

來說，其實度量方法也都是一樣的。如果你的**中使用了常數個數的變數，那麼空間複雜度就是o(1)，如果你使用了長度相關於輸入資料大小n的陣列，那麼你的空間複雜度就是o(n)。

codility使用體驗

codility的課程簡潔明瞭，而測驗介面也是很簡單易用的，可以選擇各種程式語言，甚至題目也針對一些語言做了國際化。還可以自由新增五個測試用例，檢驗你的**是否能編譯、執行通過。但複雜度和正確語法無從得知，確認好後提交即可。