本文是关于数据结构的笔记整理，重点讨论算法基础和时间复杂度。阐述了算法与程序的区别，强调了正确性、时间复杂性和空间复杂性等评价准则。通过实例解析了时间复杂度的概念，包括O、Ω、Θ表示法，并给出了一系列典型算法的时间复杂度分析，如O(n²)、O(logn)和O(nlogn)。同时，提到了均摊时间复杂度的概念及其在数据结构操作中的应用。
本笔记整理为方便自行复习，若有他人需求亦可参考。
1.算法基础
（1）算法定义：由有限条指令构成，规定了解决特定问题的一系列操作。
（2）程序定义：程序是算法用某种程序设计语言的具体实现。
（3）区别：程序可以不满足算法的性质：有限性。
（4）算法的评价准则：正确性、时间复杂性、空间复杂性、可读性、健壮性。
2.时间复杂度及渐进表示法
（1）基本运算（关键运算）
算法中起主要作用且耗时最多的操作。
例：矩阵运算中的*与+；
排序算法中的比较；
数组插入/删除操作的赋值（移动）。
（2）时间复杂度
算法中基本运算的次数
问题规模的函数
渐进表示方法：随着规模的增长，算法执行时间T（n）的变化趋势。
O表示法、Ω表示法、Θ表示法。
O：上限
Ω：下限
Θ：上限和下限
例：
T（n）=3logn+loglogn,g(n)=logn
存在C=4，n0
最低0.47元/天 解锁文章
770
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
