数据结构学习笔记（二）

• 思维导图

  

• 基本概念

  • 算法：

    对特定问题求解步骤的一种描述，是指令的有限序列，其中的每条指令表示一个或多个操作。

  • 语句频度

    该语句在算法中被重复执行的次数,算法中所有语句的频度之和记为 $T\left(n\right)$ ,n与函数规模直接相关

  • 时间复杂度

    时间复杂度主要分析$T\left(n\right)$的数量级，而算法中基本运算（最深层循环内的语句）的频度$f\left(n\right)$与$T\left(n\right)$是一个数量级的。所以算法的时间复杂度可以记为：
    $$T\left(n\right)=O\left(f\left(n\right)\right)$$

  • 空间复杂度

    算法的空间复杂度$S\left(n\right)$定义为该算法所耗费的存储空间，是问题规模n的函数记为：
    $$S\left(n\right)=O\left(g\left(n\right)\right)$$
    es. 算法原地工作：算法所需辅助空间为常量$O\left(1\right)$

• 时间复杂度的计算

  • 循环主体中的变量参与循环条件的判断

    void fun(int n){
    int i = 1;
    while(i<=n) # 循环条件
    	i = i*2 # 循环主体
    }
    

    设t为循环主体执行次数
    t=1 i=1*2                  2^1
    t=2 i=1*2*2                2^2
    ...
    t=t i=1*2*2*...(共t个2)    2^t
    

    只需算出令循环终止的t即为该算法的时间复杂度
    $$2^t<=n$$
    $$t={\log }_{2}n$$
    所以时间复杂度为$O\left({\log }_{2}n\right)$
    这种题目：要理清t和i的关系，并在终止循环条件中，用t换i解出t关于n的表达式。

  • 循环主体中的变量与循环条件无关

    for（i=0;i<=n,i++）#循环条件1
    	for(j=0;j<=i;j++)  #循环条件2
    		for(k=1;k<=j;k++) #循环条件3
    			x++ #循环主体
    

    忽略循环主体本身，只关注其执行次数，多层循环，由内向外依次累加 ，经过分析可以写出：$$f\left(n\right)=\sum _{i=1}^n\sum _{j=1}^i\sum _{k=1}^{j}1\approx \frac{n\ast \left(n+1\right)\ast \left(2n+1\right)}{6}$$
    即：$$T\left(n\right)=O\left(n^3\right)$$

  • 递归型

    int fact(int n){
    	if (n<=1)
    		return 1  # 递归出口
    	return n*fact(n-1) # 循环主体 
    }
    

    这里应该考虑函数本身调用自己多少次才到递归出口，可以通过数学归纳法，写几个看看

    fact(n) = n*fact(n-1)
    fact(n-1) = (n-1)*fact(n-2)
    fact(n-2) = (n-2)*fact(n-3)
    ...
    fact(2)=(n-(n-1))*fact(1)
    fact(1) = 1
    

    每调用一次，fact(n)中的n就会减少1，n次后到达出口