数据结构引言&时间复杂度

数据结构概念：
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。
• 最常用的数据运算有：插入，删除，修改，查找，排序

算法与数据结构的关系：

• 数据结构只是静态的描述了数据元素之间的关系。
• 高效的程序需要在数据结构的基础上设计和选择算法。
• 程序 = 数据结构 + 算法

时间复杂度的计算规则:

1. 基本操作，即只有常数项，认为其时间复杂度为O(1)
2. 顺序结构，时间复杂度按加法进行计算
3. 循环结构，时间复杂度按乘法进行计算
4. 分支结构，时间复杂度取最大值
5. 判断一个算法的效率时，往往只需要关注操作数量的最高次项，其它次要项和常数项可以忽略
6. 在没有特殊说明时，我们所分析的算法的时间复杂度都是指最坏时间复杂度
7. 由于并非时完全等于因此用T(n)=O(n)的严谨（n代表计算的复杂度）来表达（例：T(n)=n+2时，省略常数2，但写成T(n)=n又不严谨，故表示为T(n)=O(n)）

时间复杂度的大小关系：
O(1) < O(logn) < O(n) < O(nlogn) < O(n2) < O(n3) < O(2n) < O(n!) < O(nn)

timeit模块：
timeit模块可以用来测试一小段Python代码的执行速度。

class timeit.Timer(stmt=‘pass’, setup=‘pass’, timer=)

1. Timer是测量小段代码执行速度的类
2. stmt参数是要测试的代码语句（statment）
3. setup参数是运行代码时需要的设置
4. timer参数是一个定时器函数，与平台有关

timeit.Timer.timeit(number=1000000)

• Timer类中测试语句执行速度的对象方法。
• number参数是测试代码时的测试次数，默认为1000000次。方法返回执行代码的平均耗时，一个float类型的秒数。
  例：

def test1():
   l = []
   for i in range(1000):
      l = l + [i]
t1 = Timer("test1()", "from __main__ import test1")
print("concat ",t1.timeit(number=1000), "seconds")

# ('concat ', 1.7890608310699463, 'seconds')