数据结构与算法学习笔记（二）

主要内容：算法复杂度

    在上一篇文章中说到，一个算法是解决某一类问题的步骤的描述，现在来通过几个例子理解一下算法。

   选择排序 ：实现把n个整数从小到大排序。

    思想：在余下未排好序的整数中寻找最小的整数，插入到前面已经排好序的数字后面。

    代码实现：

public  int[] selectSort(int[] array){
	//得到数组的长度
	int len = array.length;
	//定义最小数字
		
	for(int i=0;i<len-1;i++){
		//定义当前最小的数
		int minNum = array[i];
			
		for(int j=i;j<len;j++){
			if(array[j]<minNum){
				int temp = array[j];
				array[j] = minNum;
				minNum = temp;
			}
				
		}
		int temp = array[i];
		array[i] = minNum;
		minNum = temp;
	}
		
	return array;
}

    

 选择排序 = 找出最小数+交换至合适位置

时间复杂度与空间复杂度：

    什么是好的算法？ 衡量算法好坏的指标有哪些呢？ 主要衡量算法好坏的指标主要有两个

    空间复杂度 S(n) ——根据算法写成的程序在执行时占用存储单元的长度。这个长度往往与输入数据的规模有关。空间复杂度过高的算法可能导致使用的内存超限，造成程序非正常中断。

    上一篇文章中  例2 PrintN(int n) 递归实现 S（n） 太大。