数据结构
- 程序设计 = 数据结构 + 算法
- 数据结构:data structure 数据的组织,管理和存储方式,为了高效访问和修改数据。
- 逻辑结构
- 物理结构
- 逻辑结构:
- 集合
- 线性结构 :数组,链表,以及它们衍生出来的栈,队列,哈希表。
- 树形结构:二叉树等
- 图形结构:图
- 物理结构
- 顺序结构: 硬盘中的存储单元是连续的,底层是数组实现的
- 链式存储结构:硬盘中的存储单元可以不连续的, 底层是链表实现的
算法
指令的有序集合
特征:输入,输出,有穷性,确定性,可行性
- 算法:algorithm ,本质上是一系列程序指令,用于解决某一类问题。
- 设计要求
- 算法程序没有语法错误
- 对合法输入呢能够产生 满足要求的输出
- 对于非法输入可以产生规格的说明
- 故意刁蛮的测试输入都有满足要求的输出结果*
- 可读性
- 算法设计要便于阅读,理解
- 时间效率高
- 存储量低
算法效率的度量方法
事后统计法(事后诸葛亮)缺陷大
事前估算分析法
-
事前分析法
- 算法的策略
- 代码量
- 问题的输入规模
- 机器执行指令的时间
- 机器执行指令的速度
时间复杂度
-
T(n)是算法的语句最大的执行次数
-
当有函数f(n),在n区域无穷大时,T(n)/f(n)的值趋向于一个常数,则f(n)是O(f(n))的同一数量级的函数,称为O(f(n)),就是把程序的相对执行时间函数T(n)简化为一个数量级(n,n^ 2 ,n^3)
-
T(n) = O(f(n)) , 越小越优,只保留时间函数的最高阶项,且去掉最高项的系数。
-
常数阶
- O(1)
-
线性阶
- for(int i; i < n; i++)
- n(n+1)/2即O(n^2)
- for(int i; i < n; i++)
-
对数阶
- for(int i = 0; i < n ; i * 2)
- 2^x = n 则有 x = log(2)n
- for(int i = 0; i < n ; i * 2)
-
O(1) < O(logn) < (n) < O(nlogn) < O(n^2) < O(n ^ 3) < O(2 ^ n) < O(n!) < O(n ^ n)
空间复杂度
- 计算算法所需的存储空间 S(n) = O(f(n)),n为问题规模,f(n)为算法存储中间数据占用存储空间的函数。
- 常量空间:O(1),算法的存储空间大小固定。
- 线性空间:O(n),算法分配的空间是个线性的集合,与问题规模n成正比
- 二维空间:O(n^2),集合的长度和宽度都和问题规模n成正比
- 递归空间:常规的递归算法的空间复杂度还是线性的。
时间和空间的取舍
- 通常情况下都是,在现代硬件设备逐步完善情况下,绝大多数情况都是时间复杂度更重要,可以牺牲空间,减少程序运行时间。