获得徽章 7
关注了标签 
TensorFlow
TensorFlow
关注了标签 
机器学习
机器学习
关注了标签 
Redis
Redis
关注了标签 
后端
后端
关注了标签 
Linux
Linux
赞了这篇沸点
最近在酝酿一个想法，还不是很成熟。大家都知道算法有时间复杂度和空间复杂度。对于工程实现代码来讲，也有逻辑复杂度。
逻辑复杂度是指要考虑的逻辑分支的数量。
举个简单的例子：如果写了一个用户用户登录模块A，这个时候要加一个功能是分析用户的登录时间，高频登录用户会发放优惠卷。
方案1：在每次用户登录时，记录该用户的登录时间，达到一个阈值后，触发发优惠卷。
方案2：用户登录时记录登录时间字段。有另外一个模块/线程，定期扫描该字段，触发发放优惠卷。
方案1的逻辑复杂度远高于方案2，方案1要考虑用户是否登录失败远算到登录中，重复登录如何去重，如果计算超时会不会导致用户正常登录超时等等。复杂性是o(n^2)。
方案2的逻辑复杂度是o(2n)。
这个简单的例子是提倡的松耦合。但是逻辑复杂度的场景补仅仅局限于耦合场景。以后细说。
逻辑复杂度是指要考虑的逻辑分支的数量。
举个简单的例子：如果写了一个用户用户登录模块A，这个时候要加一个功能是分析用户的登录时间，高频登录用户会发放优惠卷。
方案1：在每次用户登录时，记录该用户的登录时间，达到一个阈值后，触发发优惠卷。
方案2：用户登录时记录登录时间字段。有另外一个模块/线程，定期扫描该字段，触发发放优惠卷。
方案1的逻辑复杂度远高于方案2，方案1要考虑用户是否登录失败远算到登录中，重复登录如何去重，如果计算超时会不会导致用户正常登录超时等等。复杂性是o(n^2)。
方案2的逻辑复杂度是o(2n)。
这个简单的例子是提倡的松耦合。但是逻辑复杂度的场景补仅仅局限于耦合场景。以后细说。
展开
6
8
关注了标签 
Chrome
Chrome
关注了标签 
Python
Python
关注了标签 
MySQL
MySQL
关注了标签 
数据库
数据库
关注了标签 
Java
Java
关注了标签 
算法
算法
关注了标签 
深度学习
深度学习
关注了标签 
人工智能
人工智能