数据结构与算法:概念引入
1.写在前面
- 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。
- 缺点:
- 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。
- 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。
- 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。
- 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。
- 啊哈哈哈哈,呸
2.算法
- 于算法而言,实现的语言并不重要
- 五大特性:
- 输入: 算法具有0个或多个输入
- 输出: 算法至少有1个或多个输出
- 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
- 确定性:算法中的每一步都有确定的含义,不会出现二义性
- 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
- 算法效率衡量:
- 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!
- 提出了时间复杂度:
- “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。
- 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)
- 最坏时间复杂度:
- 算法完成工作最少需要多少基本操作,即最优时间复杂度
- 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)
- 算法完成工作平均需要多少基本操作,即平均时间复杂度
- 基本计算步骤:
- 基本操作,即只有常数项,认为其时间复杂度为O(1)
- 顺序结构,时间复杂度按加法进行计算
- 循环结构,时间复杂度按乘法进行计算
- 分支结构,时间复杂度取最大值
- 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
- 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
- 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
- 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
- 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。
- 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。
- 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。
- 程序 = 数据结构 + 算法
- 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。
- 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:
- print的全方位用法介绍见:https://www.runoob.com/w3cnote/python3-print-func-b.html
- list += [i] python对其进行了优化(与extend差不多),它其实不是list = list + [i]啦。