数据结构—00：概述

数据结构：分为逻辑结构和物理结构

• 逻辑结构包括：集合结构、线性结构、树形结构、图形结构。
• 物理结构分为：顺序存储结构、链式存储结构。

---

算法的五个特性：有穷性、确定性、可行性、输入、输出。

---

时间复杂度：即算法的时间度量，记做：T(n) = O( f(n) ) 。表示随问题规模n 的增大，算法的执行时间的增长率和 f(n) 的增长率相同，也称作算法的渐进时间复杂度。

如何分析一个算法的时间复杂度（推导出大O）？

1. 第一步，找到原操作的执行次数。
2. 第二步，用常数 1 取代运行时间中的所有加法常数。
3. 第三步，在修改后的执行次数中，只保留最高阶项。
4. 第四步，如果最高阶项存在与这个项相乘的常数，则去掉这个常数。
5. 这样就可以得到大O阶了。

例如：下面循环求时间复杂度

for(int i=0; i<n; i++) {
    for(int j=i j<n; j++) {
		x = x + 1;   //原操作
	}
}

解释，当 i=0 时，内循环执行了n次；当 i=1 时，内循环执行了 n-1 次...当 i=n-1 时，执行了一次。所以总的执行次数为 n+(n-1)+(n-2)+...+1 = n(n-1)/2 = (n平方)/2 + n/2 .

用推导大O阶的方法，第一，(n平方)/2 + n/2 没有加数常数，可以不考虑； 第二，保留最高项 (n平方)/2 ；第三，去掉这个项相乘的常数，最终得到(n平方)，所以，这段代码的时间复杂度为O(n平方)。

 

---

常见的时间复杂度分类：

• 常量阶
• 线性阶
• 平方阶
• 立方阶
• 对数阶
• 二维阶
• 指数阶
• 阶乘阶

 

 

 

---

如有错误，欢迎留言指正  * _ *