数据结构与算法总述

第一周
第一部分
1，编程是通过一种程序设计语言，将抽象的算法实现为计算机可以执行的代码的过程；
2，算法+数据结构=程序；
3，程序设计语言需要为算法的实现提供实现“过程”和“数据”的机制；具体表现为“控制结构”和“数据类型”；
（1）控制结构：顺序循环、分支选择和循环迭代；
（2）数据类型：表示数据的形式，如整数，字符；
4，数据抽象：抽象数据类型（Abstract Data Type,ADT）是对数据进行处理的一种逻辑描述，并不涉及如何实现这些处理；建立了一种对数据的“封装”；
（1）同一ADT可以采用不同的数据结构来实现；
（2）采用程序设计语言的控制结构和基本数据类型来实现ADT所提供的逻辑接口；
（3）对数据实现“逻辑”层次和“物理”层次的分离，可以定义复杂的数据模型来解决问题，而不需立刻考虑次模型如何实现；

第二部分
1，算法分析的概念：从计算资源消耗的角度来评判和比较算法；
2，什么是计算资源?
（1）一种算法解决问题过程中需要的存储空间或内存；但存储空间受到问题自身数据规模的变化影响；
（2）另一种是算法的执行时间；

示例一：
import time
def sumOfN2(n):
    start = time.time()
    theSum = 0
    for i in range(1,n+1):
        theSum = theSum + i
    end = time.time()
    return theSum,end - start
    
for i in range(5):
    print("%d%10.7f"%sumOfN2(10000))
输出：
50005000 0.0019991
50005000 0.0019987
50005000 0.0019984
50005000 0.0049975
50005000 0.0019972

示例二：
import time
def sumOfN3(n):
    start = time.time()
    theSum = (n*(n+1))/2
    end = time.time()
    return theSum,end-start
print("%d%10.7f"%sumOfN3(100000))

3，同一个算法，采用不同编程语言编写，放在不同机器上运行，得到的运行时间会不一样，有时候会不大一样；需要更好的方法来衡量算法运行时间，这些指标与具体机器、程序、运行时段都无关；
4，大O表示法
基本概念：一个算法所实施的操作数量或步骤数可以作为独立于具体程序/机器的度量指标；
算法度量指标：赋值语句是一个合适的选择；一条赋值语句同时包含了（表达式）计算和（变量）存储两个基本资源；（控制流语句仅仅起到了组织语句的作用，并不实施处理）；
数量级函数：
（1）基本操作数量函数T(n)的精确值并不是特别重要，重要的是T(n)中起决定性因素的
主导部分；
（2）数量级函数描述了T(n)中随着n增加而增加速度最快的主导部分；