数据结构与算法（C++版）学习笔记

**

2024/8/9启动，目前更新中

**

一、前言

1.记得：先学后练
2.先学经典，再去拓展延伸
3. C/C++

数据结构	数组、链表、串、栈、队列…
经典算法	冒泡算法、BF算法…

二、算法练习平台

用途	网址(点击即可跳转)
基础/新手/初级/中级/高级	信息学奥赛一本通
竞赛练习	牛客竞赛
面试大厂	牛客、 力扣

三、数据结构与算法的关系

二者相辅相成，不可分割。
根据实际数据的特点选择不同的数据结构来提高XX算法的效率

四、算法的性能指标

1.算法 / 程序：输入、输出、有限步骤结束、程序
2.指标——时间复杂度、空间复杂度、稳定性
3.时间复杂度 O() —— 表现：时长/效率
实质；算法的计算的次数
4.空间复杂度 O() —— 表现：内存
实质：运行时额外产生的空间
5.一般做题目时常常是时间超限
6.时间和空间往往是相对的

&4.3时间复杂度

时间复杂度的表现：时长/效率
时间复杂度的实质；算法的计算的次数
实际场景中常取n->∞时计算得到的平均复杂度，这就足以评价一个算法的好坏
常见的算法时间复杂度：O(1)、O(logN)、O(n)、O(n*logN)、O(n²)、O(n³) …
例1 并列加法

#include<iostream>
using namespace std;
void test01(){
	int n,ans=0;
	cin >> n;
	//算法时间复杂度： O(n)
	//实际计算次数 / 真实时间复杂度： O(n+3)
	//理解：实际算法中，n-->∞时的计算次数，‘+3’可以被忽略
	//但如果实际中n取的小，比如n=6时，‘+3’就不能被忽略
	for (int i = 1; i<= n; i++) {
		ans++;
	}
	ans++;
	ans++;
	ams++;
	cout << ans;
	return 0;
}

例2 分辨：算法时间复杂度 和 真实时间复杂度

#include<iostream>
using namespace std;
void test02(){
	int n,ans=0;
	cin >> n;
	//算法时间复杂度： O(n)
	//实际计算次数 / 真实时间复杂度： O(n/2)
	for (int i = 1; i<= n; i+=2) {
		ans++;
	}
	cout << ans;
	return 0;
}

例3 嵌套是乘法

#include<iostream>
using namespace std;
void test03(){
	int n,ans=0;
	cin >> n;
	//算法时间复杂度： O(n^2)
	//实际计算次数 / 真实时间复杂度： O(n^2 + n)
	//理解：在考量算法时间复杂度时，按n->∞时，比较数量级进行化简，保留高阶无穷大
	for (int i = 1; i<= n; i++) {
		for (int j = 1; j<=n; j++) {
			ans++;
		}
	} 
	for (int i+1; i<=n; i++)
		ans++;
	cout << ans;
	return 0;
}

例4冒泡排序 Bubble Sort
【十大排序算法】----冒泡排序（详细图解分析+实现，小白一看就会）

#include<iostream>
using namespace std;
int a[101];
void BubbleSort() {
	//冒泡排序
	int n;
	cin >> n;
	//算法时间复杂度(此时：平均复杂度)： O(n^2)
	//真实时间复杂度： O(  (n^2-n)/2+2n  )
	//     (n^2-n)/2+2n = (n^2+3n)/2
	
	for (int i = 0; i < n; i++)cin >> a[i];	//O(n)
	for (int j = n-1; j > 0; j--) {		
		//升序
		//*外层*从j=n-1到j=1共n-1
		//*内层*j=n-1时i从i=0到i=j-1=n-2循环共n-1次，j=n-2时i从i=0到i=j-2=n-3循环共n-2次......以此类推
		//相当于(n-1)+(n-2)+(n-3)+ ~~~ +1，共: (n^2-n)/2
		for (int i = 0; i < j; i++) {	
			if(a[i] > a[i+1]) {
				swap(a[i],a[i + 1]);
			}
		}
	}
	for (int i = 0; i < n; i++) cout<<a[i]<<" ";	//O(n)
	return 0;
}

&4.4空间复杂度

空间复杂度的表现：内存
空间复杂度的实质：运行时额外产生的空间
一定要理解空间复杂度是***额外产生**的空间！！
常见的空间复杂度：O(1)、O(n)、O(nlogN)
例1 冒泡排序 Bubble Sort

#include<iostream>
using namespace std;
int a[101];
void BubbleSort() {
	//冒泡排序
	int n;
	cin >> n;
	for (int i = 0; i < n; i++) cin >> a[i];		//此行是输入数据占用的空间
	//一定要理解空间复杂度是额外产生的空间！！
	//对于BubbleSort，有限次额外产生，则空间复杂度为： O(1)
	for (int j = n-1; j > 0; j--) {		
		for (int i = 0; i < j; i++) {	
			if(a[i] > a[i+1]) {
				swap(a[i],a[i + 1]);
			}
		}
	}
	for (int i = 0; i < n; i++) cout<<a[i]<<" ";
	return 0;
}

例2 BubbleSort改编

void Sort() {
	int n;
	cin >> n;
	for (int i = 0; i < n; i++) cin >> a[i];		//此行是输入数据占用的空间
	//一定要理解空间复杂度是额外产生的空间！！
	//试着与BubbleSort标准代码比较
	//此时空间复杂度为O(n)
	int* arr = new int[n];
	for (int j = n-1; j > 0; j--) {		
		for (int i = 0; i < j; i++) {	
			if(a[i] > a[i+1]) {
				swap(a[i],a[i + 1]);
			}
		}
	}
	for (int i = 0; i < n; i++) cout<<a[i]<<" ";
	//温馨提示，指针记得养成好习惯，如下：
	delete[]arr;
	return 0;
}

五、高精度

1.什么是高精度

2.高精度加法

3.高精度减法

4.高精度乘法

5.高精度除法