数据结构与算法-绪论

• 存储结构
  • 顺序、链式
• 逻辑结构
  • 线性、树形、图形、集合
• 操作
  • 增加、删除、遍历、查询、修改、排序
• ADT：抽象结构模型
  • ​​​​​​​抽象性
  • 扩展性
• ​​​​​​​算法
  • ​​​​​​​正确、可读、高效
• ​​​​​​​渐进性
  • 大小​​​​​​​
    • ​​​​​​​O(1)、O(log*n)、O(loglogn)、O(logn)、O(sqrt(n))、O(n)、O(nlog*n)、O(nloglogn)、O(nlogn)、O(n2)、O(n3)、O(nc)、O(2n)
    • logn<n<nlogn<n2<n3
  • 公式
    • 如果lim f(n)/g(n)=0，则称f (n)在数量级上严格小于g(n)，记为f (n)=o( g(n))。
    • 如果lim f(n)/g(n)=∞，则称f (n)在数量级上严格大于g(n)，记为f (n)=w( g(n))。
    • 如果lim f(n)/g(n)=c，这里c为非0常数，则称f (n)在数量级上等于g(n)，即f (n)和g(n)是同一个数量级的函数，记为：f (n)=Θ( g(n))。
    • 如果f (n)在数量级上小于或等于g(n)，则记为f (n)=O( g(n))。
    • 如果f(n)在数量级上大于或等于g(n)，则记为f (n)=Ω( g(n))。
    • O(f(n))+O(g(n)) ​​​​​​​=O(max{f(n),g(n)})
    • O(f(n))+O(g(n)) ​​​​​​​=O(f(n)+g(n)) ​​​​​​​
    • O(f(n))*O(g(n)) ​​​​​​​=O(f(n)*g(n)) ​​​​​​​
    • O(cf(n))=O(f(n))
    • g(n) = O(f(n)) ==> O(f(n)+g(n))=O(f(n))
    • 多项式 a 0 + a 1 n + … + a d n d  (n d ) 其中 a d > 0.
    • 对数O(log a n) = O(log b n) 其中 a, b > 0 为常数
    • 对数对任意 x > 0, log n = O(n x)
    • 指数对任意 r > 1 和 d > 0, n d = O(r n)