数据结构学习（一）数据结构基础

算法与数据结构学习（一）数据结构基础

1. 数据结构

1.1 什么是数据结构

数据结构是 具有一定关系的同一类数据元素的集合。

书籍结构研究 数据的逻辑结果、数据的物理结构、数据之间的关系。

1.2 学习数据结构的必要性

了解数据结构，可以帮助我们理解数据在计算机中的存储形式。

合理的使用数据结构，能提高程序的运行效率。

2. 算法

没有明确定义，每个人对算法的理解有不同，在我看来算法就是解决问题的一些步骤。

2.1 怎么衡量算法的好坏

时间复杂度用来度量 算法执行的时间
空间复杂度用来度量 算法在执行时内存空间的占用

随着技术的不断提升，一般牺牲空间来换取时间。

2.1.1 时间复杂度

• 计算方法

事前估算法
事后统计法

一般的，事前估算法比较靠谱，因为事后统计法在不同的硬件基础或者环境下，统计的结果可能不同。

• 时间频度T(n)

算法语句的执行次数？

• 时间复杂度O(n)

• 最坏时间复杂度

一般我们计算最坏时间复杂度

• 平均时间复杂度

了解下得了…

2.1.2 空间复杂度

度量算法执行时候占用的空间的大小。

2.2 时间复杂度的计算

• 时间频度推算时间复杂度

例：for循环

根据时间频度估算时间复杂度

循环n次数，时间频度为 T(n)=n，时间复杂度O(n)=

遵循原则：1.忽略常量项；2.忽略低次项；3.忽略系数；

• 常见的时间复杂度

常数阶O(1) 无循环
对数阶O(log(2n))
线性阶O(n)
线性对数阶O(n(log(2n)))
平方阶O(n^2)
…

2.3 常见的时间复杂度