java数据结构

@TOC数据结构（java）

总得说点什么

迷迷糊糊混了几十年，终于想要做点对得起自己的事情，从这篇博客开始，也许我的生活会开始改变，你也是。就自己而言，我觉得学习没必要在意形式，知识还是要进脑子。但是越来越多的零碎信息的充斥下，我意识到光靠我过去自己的那套学习方式已经行不通了，学习就我而言，需要钻进去，了解细节，再跳出来，调整方向。既要考究知识点，也要善于做总结。最重要的是，我这脑子是真的记不住啊。客观而言，我的基础应该比读到这篇文章的各位都差，不过既然是学习嘛，就得先承认自己的不足，才有改进的机会。博客中有哪里不对或者不全的，还希望各位不吝赐教。学习要重实际，也要重章法，我仍在摸索如何学习，希望从今天开始的十年，我能做出些改变。

数据结构（聊点感兴趣的知识）

时间复杂度

讲数据结构开始当然不会讲时间复杂度，不过我这个地方总是不懂，就先写写。

推倒大O阶方法

• 1.用常数1取代运行时间中的所有加法常数。
• 2.在修改后的运行次数函数，只保留最高阶项
• 3.如果最高阶项存在且不是1，则除去与这个项相乘的常数
  得到的结果就是O阶

常数阶

int sum = 0,n = 100;	/*执行一次*/
sum = (1+n)*n/2;	/*执行一次*/
System.out.println(sum);	/*执行一次*/

这虽然是三次，但时间复杂度仍会被记作O(1)
对于分支结构而言，无论是真是假，执行的次数都是恒定的，不会随着n的变大而发生变化，所以单纯的分支结构（不包含在循环结构中），其时间复杂度也是O(1)。

线性阶

线性阶的循环结构会复杂很多，要确定某个算法的阶次，我们常常需要确定某个特定语句或某个语句集运行的次数。我们要分析算法的复杂度，关键就是要分析循环结构的运行情况。

for(int i=0;i<n;i++){
/*时间复杂度为1的程序步骤序列*/
}

循环的时间复杂度为O(n)，因为循环体中的代码必须要执行n次。因为循环体中的代码要执行n次。

对数阶

int count = 1;
while(count < n){
	count = count * 2;
	/*时间复杂度为O(1)的程序步骤序列*/
}

有多少个2相乘后大于n，会退出循环，2^x= n得到x = log₂n，所以循环的时间复杂度为O(logn)

平方阶

for(int i=0;i<n;i++){
	for(int j=0;j<n;j++){
	/*时间复杂度为O(1)的程序步骤序列*/
	}
}

两个for循环，时间复杂度为O(n²)

for(int i=0;i<m;i++){
	for(int j=0;j<n;j++){
	/*时间复杂度为O(1)的程序步骤序列*/
	}
}

外循环的循环次数改为了m，时间复杂度变为O(m*n)
循环的时间复杂度等于循环体的复杂度乘以该循环运行的次数

for(int i=0;i<m;i++){
	for(int j=i;j<n;j++){
	/*时间复杂度为O(1)的程序步骤序列*/
	}
}

当i=0时，内循环执行了n次，当i=1时，执行了n-1次，。。。当i=n-1时执行了1次
总的执行次数为：
n+(n-1)+(n-2)+…+1 = (1+n)*n/2=n²/2+n/2
时间复杂度是O(n²)

参考书籍：《大话数据结构》