一. Python数据结构与算法(1概念引入_3)

Terrain。

于 2024-05-04 20:48:40 发布

阅读量628

点赞数 28

分类专栏： Python数据结构与算法文章标签： python 开发语言

本文链接：https://blog.csdn.net/lsy810772286/article/details/138199742

版权

Python数据结构与算法专栏收录该内容

4 篇文章 0 订阅

订阅专栏

提示：1-07-Python列表与字典操作的时间复杂度_哔哩哔哩_bilibili

前言

本小节继续讲解Python内置类型性能分析和数据结构引入，以方便更好地理解数据结构与算法。

1. 引入_3

1.7 Python内置类型性能分析

知识点1：前两个index都是索引，复杂度仅为O(1)

知识点2：append就是向后添加值，复杂度也为O(1);

知识点3：pop()也就是从尾部返回值，复杂度为O(1);而pop(i)是指定位置pop，复杂度是O(n);为什么是O(n)呢，因为是表示的事最坏复杂度，考虑首个数据，那么复杂度就是n了。

1.8 数据结构的引入

注意在上一节当中，用到的是li += [i]但是发现和extend的秒数差不多，其实是有问题的。因为这里的li += [i] 其实是近似等于extend的。而真正的li = li + [i] 所需要消耗的时间是挺大的，如上图所示。

那么接下来我们思考一下，如何用Python中的类型来保存一个班的学生信息? 并且想要快速的通过学生姓名获取其信息呢?

实际上当我们在思考这个问题的时候，我们已经用到了数据结构。列表和字典都可以存储一个班的学生信息，但是想要在列表中获取一名同学的信息时，就要遍历这个列表，其时间复杂度为O(n)，而使用字典存储时，可将学生姓名作为字典的键，学生信息作为值，进而查询时不需要遍历便可快速获取到学生信息，其时间复杂度为O(1)。

我们为了解决问题，需要将数据保存下来，然后根据数据的存储方式来设计算法实现进行处理，那么数据的存储方式不同就会导致需要不同的算法进行处理。我们希望算法解决问题的效率越快越好，于是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。

举个例子：储存学生信息，我们一般需要知道学生的姓名，年龄，家乡。我们可以选择列表或者字典，如下图：

上图是利用列表来统计三名学生的信息，但是如果我们需要查询某学生的信息，必须要遍历该列表，所以相对来说效率还是比较低的。那么下面则开始使用字典：

使用字典，我们可以直接找到对应的信息。

因此，通常来讲数据结构解决的就是一组数据如何保存，保存形式是什么样的。这个是数据结构就是要解决的问题。

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。Python给我们提供了很多现成的数据结构类型，这些系统自己定义好的，不需要我们自己去定义的数据结构叫做Python的内置数据结构，比如列表、元组、字典。而有些数据组织方式，Python系统里面没有直接定义，需要我们自己去定义实现这些数据的组织方式，这些数据组织方式称之为Python的扩展数据结构，比如栈，队列等。