初始数据结构+算法复杂度

一、绪论

1、什么是数据结构？

​ 程序设计=数据结构+算法

​ 简单来说数据结构就是关系，数据结构分为逻辑结构和物理结构；

​ 逻辑结构：指数据对象中数据元素之间的相互关系；

​ 物理结构：数据的逻辑结构在计算机中的存储方式。

2、数据结构分类

四大逻辑结构：

​ 1、集合结构：数据元素除了同属于一个集合外，两两之间没有任何关系，不存在谁优先谁；

​ 2、线性结构：元素之间一对一的线性关系；

​ 3、树形结构：元素间存在一种一对多的层次关系；

​ 4、图形结构：数据元素间是多对多关系。

物理结构

存储器主要指内存而言。有两种存储方式：

​ 1、顺序存储：把数据元素存放在地址连续的存储单元里，数据见的逻辑关系和物理关系是一致的；（普通排队、数组的存放）

​ 2、链式存储：把数据元素存放在任意的存储单元里，存储单元可连续也可不连续。需给定数据元素地址（指针信息，通过指针将各个数据元素链接起来）。（叫号排队）

优缺分析：顺序存储简单但不灵活，链式存储形式更为灵活，但多了指针存储。

二、数据结构和算法的关系

​ 数据结构和算法是紧密联系，互不分离的，已实现程序设计，从而实现某一功能。

1、算法初体验

​ 例：一个问题：1+2+3+……+100计算问题

思路一：直接计算for循环，运行100次循环；
思路二：首尾想加，（1+100）*50，运行1次即可。

​ 什么是算法：解决特定问题求解步骤的描述，计算机中表现为指令的有限序列，并且每条指令表示一个或多个操作。通俗来说就是实现某一目的的技巧和方式。

​ 算法具有多样性：同一个问题可用多个算法解决；一个算法也不可能解决通问题。

2、算法的特性

​ 输入：0个或多个输入；

​ 输出：至少有1个或多个输出；

​ 有穷性：执行有限步骤后，自动结束而不会无限循环；

​ 确定性：每个步骤含义确定，没有歧义，

​ 可行性：每一步都可被完成。

3、算法设计要求

​ 1、正确性：具备必备条件，反映需求，给出正确答案；

​ 2、可读性：方便阅读理解交流；

​ 3、健壮性：数据不合法时，算法能做出处理而不产生异常或崩溃；

​ 4、时间效率高存储量低。（时间复杂度和空间复杂度）

三、时间复杂度和空间复杂度

1、算法效率的度量方法

主要指执行时间：

​ a）事后统计方法，预先编好测试程序去测试已实现算法；事后诸葛亮，且和实现硬件平台有关系。

​ b）事前分析估算法：程序编写前，依据统计方法对算法进行估算。

一个程序的运行时间主要依赖于：算法好坏和数据规模！

2、算法的时间复杂度

定义：算法语句执行的总次数T(n)随着问题规模n的变化情况确定其数量级；侧重于变化潜力，而不是当前某个值，记作O()。

一般数量级增长最慢，算法最优。

​ 求算法复杂度攻略：

1、用常数1取代运行时间中所有加法常数；

2、修改后的运行数函数中，只保留最高阶项；

3、如最高阶项存在且系数不是1，则去除该项的常数系数；

4、最后所得结果就是大O阶。

1、算法复杂度大类（攻略具体化）

a、常数阶；b、线性阶；c、平方阶（两个不同循环嵌套例子）；d、对数阶…等

2、函数调用的时间复杂度分析

类似循环嵌套，遵循攻略计算即可！

最坏情况：算法时间复杂度需要花费的最长时间；一种保证，最重要的需求，通常的运行时间是指嘴还请况的运行时间。

平均情况：平均的运行时间，期望的运行时间。

3、算法的空间复杂度

存储负担~

可以考虑用空间换取时间；或时间换取空间。