算法-数据结构入门（一）——《算法图解》

先简单说一下概念：

算法：就是解决问题的方法、步骤；

数据结构：数据之间的相互关系（逻辑结构）+数据的逻辑结构在计算机中的存储（物理结构）

简单说一下两种数据结构：

数组：内存连续的一种数据存储。就是申请一块内存，挨个存放数据，地址连续，通过索引（下标）获取存储的数据；

缺点是：1.内存需要连续，容易溢出或者浪费内存；2.删除、添加都需要繁琐的移动后面的元素，不过高级语言都有封装好的添加删除函数；

优点是：读取元素很快，通过索引一步就可以，时间复杂度O(1)；（大O表示法文末介绍）

链表：连续数据的内存不一定连续，每一个数据都存储下个数据的地址（详细的暂不讨论）

缺点是：查找是需要遍历整个链表；

优点是：删除和插入简单，一步即可

 

下面说第一个简单的算法：

抛出问题：查找26在不在数组[1,2,4,5,21,26,78,100]中

思考：最简单的，我们首先可以想到遍历这个数组，拿数组的每一个元素和26比较，如果相等就说明26在这个数组，否则则不在；这样走一遍的话需要的时间是O(n)，就是从数组的第一个元素比较到最后一个元素，共比较n次；代码如下：

arr = [1,2,4,5,21,26,78,100]

def simple_search(arr,num):
    # i markup search progress
    i = 0 
    for x in arr:
        if x == num:
            print num ,'in this list'
        else:
            i = i + 1
        if i == len(arr):
            print num ,'not in this list'

simple_search(arr,26)

 这只是几个数，如果我们数据太大，这样做的话就会费时很久，有没有快速一点的查找方法呢？以前聚会的时候可能玩过一个游戏：就是一个人想一个100以内的数，写在手机上，然后大家开始猜，猜一个数，写的人会告诉你大了还是小了，依次下去，直到最后只剩一个数，谁最后猜中了，就会被惩罚。这个时候如果你想快点结束游戏的话，你会怎么做呢，当然是对半猜，先猜50，然后25或者75，依次下去，很快就会猜出答案。这其实就是我们今天要说的简单的查找算法：折半查找（二分查找）：

原理如上面的游戏，先拿到数组中间的数arr[len/2-1]，然后和你要找的数对比，然后按照上面所说不断折半，直到low>=high结束查找。代码如下：

arr = [1,2,4,5,21,26,78,100]

def binary_search(arr,num):
    low = 0
    high = len(arr) - 1
    
    while low < high:
        mid = (low+high) / 2 #python automatic downward alignment
        tem = arr[mid]
        if num == tem:
            print num ,'in this list'
        elif num < tem:
            high = mid - 1;
        else:
            low = mid + 1
    print num ,'not in this list'
    
binary_search(arr,26)

那么折半查找的时间复杂度是多少呢，我们可以简单的理解为对折，一个长为n的数组，对折下去，直到找到，最坏的情况复杂度为log(n)，就是要找的数是第一个或最后一个，最好的是O(1)，就是第一次对折就找到了。一般没其他标示的话，大O标示的是最坏情况的时间复杂度。

任何算法都是有缺陷的，或者说限制，折半查找的缺陷很好看：

1.作用于数组

2.数组有序

二分查找还有很多有趣的用处，感兴趣的可以下去找着玩玩，本节只介绍基本的理解和实现。

 

大O表示法：

是一种表示算法执行速度的方法，形式是：O(n)，n是操作数，即执行这个算法，一共需要多少步操作。上面说的简单查找（第一中方法）最坏情况是n步操作，所以是O(n)，折半查找最坏需要logn步，是O(logn)