数据结构与算法笔记1

可能一开始做不到理解力很强，但是希望通过积累能够获得一些知识

复杂度分析

时间空间复杂度可以用来衡量程序的执行效率，为什么需要复杂度分析呢？
答：测试结果非常依赖测试环境；
测试结果受数据规模的影响很大。
O表示法，之前没有学过这个的时候也会在看到某些题目的时候有提到这个，比如说O(n)，等形式，现在就可以系统的学习一下之前的这个代表的是什么意思了
根据题主给出的程序以及解释就可以知道复杂度实际上是跟循环有着密切的关系的，它不代表着代码真正执行的时间，而是表示的是代码执行时间随数据规模增长的变化趋势，所以就有了另外一个名字渐进时间复杂度，简称就是时间复杂度
在进行时间复杂度分析的时候有以下简要的实用方法：
1.只关注循环执行次数最多的一段代码，因为O表示的是一种趋势，而循环次数最多的代码就可以代表整个程序的执行时间的趋势；
2.可以运用加法法则，总的复杂度等于量级最大的那段代码的复杂度；
3可以运用乘法法则，嵌套的时候代码复杂度等于嵌套内外代码复杂度的乘积
几种常见的复杂度：常量阶O(1)、对数阶O(logn)、线性阶O(n)、线性对数阶O(nlogn)、平方阶、立方阶、指数阶O(2^n)、阶乘阶O(n!)

在讨论时间复杂度时可以从四个方面来看：
1.最好、最坏情况时间复杂度
有一些循环存在的判断条件在最好的情况下可以一次就满足，但是在最会的情况下就需要循环到最后，这就出现了最好和最坏的情况
2.平均情况时间复杂度
就是通过把所有循环的次数情况相加，然后除以总共可能有多少种情况，以此来表示整个程序的时间复杂度
3.均摊时间复杂度
就是通过每次循环所需要的次数乘以这种情况发生的概率，然后把所有的情况都加起来就可以得到最终的结果