程序 = 数据结构 + 算法
1. 绪论
1) 逻辑结构
a) 集合结构:同属于一个集合外没有关系
b) 线性结构:元素之间存在一对一关系
c) 树形结构:一对多
d) 图形结构:多对多
2) 物理结构
a) 如何把数据元素存放到计算机的存储器中,针对内存而言,像硬盘、软盘、光盘等外部存储器的数据结构组织通常使用文件结构来描述。
b) 元素的存储结构形式有两种:顺序存储和链式存储。
3) 顺序存储:把数据元素存放在地址连续的存储单元里,其数据间的逻辑关系和物理关系是一致的。
4) 链式存储:把数据元素存放在任意的存储单元里,这组存储单元可以连续,也可以不连续。并使用一个指针存放数据元素的地址,通过地址找到相关的数据元素的位 置。
2. 算法
1) 概念:算法是解决特定问题求解步骤的描述,在计算机中表现为指令的有序序列,并且每条指令表示一个或多个操作。
2) 基本特性:输入、输出、有穷性、确定性和可行性
a) 输入:——算法具有0个或多个输入。
b) 输出:——至少有一个或者多个输出。输出的形式可以是打印输出或者是返回一个值或者多个值。
c) 有穷性:——算法在执行有限步骤之后,自动结束而不会出现无限循环,并且每一个步骤在可接受的时间内完成。
d) 确定性:——每一个步骤都具有确定的含义,不会出现二义性。
——算法在一定的条件下,只有一条执行的路径,相同的输入只能有唯一的输出结果。
——算法的每个步骤都应该被明确的定义而无歧义。
e) 可行性:——算法的每一步都是可行的,也就是说,每一步都能够通过执行有限次数完成。
3) 算法设计要求
a) 一个问题有多种解决算法,使用最快捷方便的。
b) 正确性:算法至少应该具有输入、输出和加工处理无歧义性、能正确反映问题的需求,能够得到问题的正确答案。
——大体分为四个层次
l 算法程序没有语法错误。
l 算法程序对于合法输入能够产生满足要求的输出。
l 算法程序对于非法输入能够产生满足规格的说明。
l 算法程序对于故意刁难的测试输入都有满足要求的输出结果。
c) 可读性:便于阅读、理解和交流。要做到,机器能执行,自己能看懂,别人也能看的明白。
d) 健壮性:当输入数据不合法时,算法也能做出相关的处理,而不是产生异常、崩溃和莫名其妙的结果。
e) 时间效率高和存储量低
3. 时间复杂度和空间复杂度
1) 算法效率的度量方法
a) 事后统计方法:通过设计好的测试程序和数据,利用计算机计时器对不同算法写好的程序运行时间进行比较,从而确定算法的效率。(不推荐使用)
b) 事前分析估算方法:在程序编写前依据统计方法对算法进行估算。
c) 算法的效率取决于:采用的算法方案、编译产生的代码质量、问题的输入规模、机器执行指令的速度。
不考虑软硬件问题,一个程序运行时间依赖于算法的选择和问题输入的规模。
d) 分析一个算法的运行时间时,重要的是考虑基本操作的数量和输入的规模。
e) 函数的渐进增长: 给定两个函数f(n)和g(n),如果存在一个整数N,使得对于所有的n > N,f(n)总是比g(n)大,那么,我们说f(n)的渐近增长快于g(n)。
判断一个算法的效率是,函数中的常数和其他次要项一般可以忽略。重要的是主项(最高项)的阶数。
判断一个算法的好坏,需要大量数据测试,这样才能得到更加精准的测试结果。
2) 时间复杂度:在进行算法分析时,语句总的执行次数T(n)是关于问题规模n的函数,进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度,也就是 算法的时间量度,记作:T(n)=O(f(n))。它表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐近时间复杂度,简称为时间复杂度。 其中f(n)是问题规模n的某个函数。这样用大写O( )来体现算法时间复杂度的记法,我们称之为大O记法。 一般情况下,随着n的增大,T(n)增长最慢的算法为最优算 法。
a) 执行的次数==时间
b) 推导大O阶:
l 用常数1取代运行时间中的所有加法常数。
l 在修改后的运行次数函数中,只保留最高阶项。
l 如果最高阶项存在且不是1,则去除与这个项相乘的常数。得到的结果就是大O阶。
c) 常用的时间复杂度所耗费的时间从小到大依次是
O(1) < O(logn) < O(n) < O(nlogn) <O(n2) < O(n3) < O(2n) < O(n!) <O(nn)
3) 算法空间复杂度:指运行完一个程序所需内存的大小。
a) 固定部分。这部分空间的大小与输入/输出的数据的个数多少、数值无关。主要包括指令空间(即代码空间)、数据空间(常量、简单变量)等所占的空间。这部 分属于静态空间。
b) 可变空间,这部分空间的主要包括动态分配的空间,以及递归栈所需的空间等。这部分的空间大小与算法有关。
c) 一个算法所需的存储空间用f(n)表示。S(n)=O(f(n)) 其中n为问题的规模,S(n)表示空间复杂度。f(n)为语句关于n所占存储空间的函数。
d) 通常的“复杂度”指的是时间复杂度。