数据结构与算法01：概念引入

数据结构与算法：概念引入

1.写在前面

1. 经过第一阶段的学习，我把python的基础的语法学习了1遍，有其他语言的基础，学习的相对顺利，但是欲速则不达，缺乏根本上的长时间的练习，基础还是很薄弱。
2. 缺点：
   1. 态度不好，首先来说自己没有特别认真地去学习这门课程。首先还是认识上的问题，应该把自己应付考试的态度转变为真正想要学习好它掌握它，这点在考试中反映的很明显，有的知识点自己根本一点印象都没有，去找的时候浪费了大量的时间，有的甚至也找不到。
   2. 笔记方面，我觉得自己还有提升的空间。我觉得老师的笔记很好，所以我的笔记就写的很草率就像应付工作一样，但是直到考试之前我才发现，老师的笔记其实是老师的，自己的笔记才是自己的。
   3. 今天也和ST老师聊了几句啊哈哈，确实是认识到“自己不配”，就比如说实验室老师打卡，为什么早晨就觉得自己迟到没关系就因为自己是个本科生，早起半个小时晚上少看点乱七八糟的东西就这么难吗，不要把别人的善意当成自己懒惰的理由，还想起来F老师的“靠谱”两字，现在看来说的都很对。
3. 要珍惜这段时间，这段来之不易的不用考研的时间，我真的感慨和珍惜，也真的要感恩和努力。
4. 啊哈哈哈哈，呸

2.算法

1. 于算法而言，实现的语言并不重要
2. 五大特性：
   1. 输入: 算法具有0个或多个输入
   2. 输出: 算法至少有1个或多个输出
   3. 有穷性: 算法在有限的步骤之后会自动结束而不会无限循环，并且每一个步骤可以在可接受的时间内完成
   4. 确定性：算法中的每一步都有确定的含义，不会出现二义性
   5. 可行性：算法的每一步都是可行的，也就是说每一步都能够执行有限的次数完成
3. 算法效率衡量：
   1. 单纯依靠运行的时间来比较算法的优劣并不一定是客观准确的！
   2. 提出了时间复杂度：
   3. “大O记法”：对于单调的整数函数f，如果存在一个整数函数g和实常数c>0，使得对于充分大的n总有f(n)<=cg(n)，就说函数g是f的一个渐近函数（忽略常数），记为f(n)=O(g(n))。*也就是说，在趋向无穷的极限意义下，函数f的增长速度受到函数g的约束，亦即函数f与函数g的特征相似。
   4. 时间复杂度：假设存在函数g，使得算法A处理规模为n的问题示例所用时间为(n)=O(g(n))，则称O(g(n))为算法A的渐近时间复杂度，简称时间复杂度，记为T(n)
   5. 最坏时间复杂度：
      1. 算法完成工作最少需要多少基本操作，即最优时间复杂度
      2. 算法完成工作最多需要多少基本操作，即最坏时间复杂度（主要关注的）
      3. 算法完成工作平均需要多少基本操作，即平均时间复杂度
   6. 基本计算步骤：
      1. 基本操作，即只有常数项，认为其时间复杂度为O(1)
      2. 顺序结构，时间复杂度按加法进行计算
      3. 循环结构，时间复杂度按乘法进行计算
      4. 分支结构，时间复杂度取最大值
      5. 判断一个算法的效率时，往往只需要关注操作数量的最高次项，其它次要项和常数项忽略
      6. 在没有特殊说明时，我们所分析的算法的时间复杂度都是指最坏时间复杂度
   7. 常见的时间复杂度：O(1) < O(logn) < O(n) < O(nlogn) < O(n2) < O(n3) < O(2的n次方) < O(n!) < O(nn)

3.Python内置类型性能分析

1. timeit模块：
   timeit模块可以用来测试一小段Python代码的执行速度。
   class timeit.Timer(stmt=‘pass’, setup=‘pass’, timer=)
   Timer是测量小段代码执行速度的类。
   stmt参数是要测试的代码语句（statment）；
   setup参数是运行代码时需要的设置；
   timer参数是一个定时器函数，与平台有关。
   timeit.Timer.timeit(number=1000000)
   Timer类中测试语句执行速度的对象方法。number参数是测试代码时的测试次数，默认为1000000次。方法返回执行代码的平均耗时，一个float类型的秒数。

t1 = Timer("test1()", "from __main__ import test1")
print("concat ",t1.timeit(number=1000), "seconds")

4.数据结构

1. 我们就需要考虑数据究竟如何保存的问题，这就是数据结构。
2. 在上面的问题中我们可以选择Python中的列表或字典来存储学生信息。列表和字典就是Python内建帮我们封装好的两种数据结构。
3. 数据是一个抽象的概念，将其进行分类后得到程序设计语言中的基本类型。如：int，float，char等。数据元素之间不是独立的，存在特定的关系，这些关系便是结构。数据结构指数据对象中数据元素之间的关系。
4. 程序 = 数据结构 + 算法
5. 抽象数据类型(ADT)：是指一个数学模型以及定义在此数学模型上的一组操作。即把数据类型和数据类型上的运算捆在一起，进行封装。
   1. 最常用的数据运算有五种：插入 删除 修改 查找 排序

补充知识：

1. print的全方位用法介绍见：https://www.runoob.com/w3cnote/python3-print-func-b.html
2. list += [i] python对其进行了优化（与extend差不多），它其实不是list = list + [i]啦。