推荐一个公众号datawhale。
准备跟着https://datawhalechina.github.io/leetcode-notes/继续学习数据结构,我会把我觉得重要的知识点记录在这篇笔记里,会跟随学习和刷题的进度编辑丰富内容,如有理解不到位的地方,欢迎各位大佬批评指正!
1.一个算法可以有多个输入,也可以没有输入。但算法是为了解决问题存在的,最终总需要返回一个结果,所以至少需要一个或多个参数作为算法的输出。
2.时间复杂度:O是渐进上界符号。
- 找出算法中的基本操作(基本语句):算法中执行次数最多的语句就是基本语句,通常是最内层循环的循环体部分。
- 计算基本语句执行次数的数量级:只需要计算基本语句执行次数的数量级,即保证函数中的最高次幂正确即可。像最高次幂的系数和低次幂可以忽略。
- 用大 O 表示法表示时间复杂度:将上一步中计算的数量级放入 O 渐进上界符号中。
- 加法原则:总的时间复杂度等于量级最大的基本语句的时间复杂度。
- 乘法原则:循环嵌套代码的复杂度等于嵌套内外基本语句的时间复杂度乘积。
链接中讲了每种时间复杂度对应的典型算法。
3.空间复杂度:主要包括「局部变量(算法范围内定义的变量)所占用的存储空间」和「系统为实现递归(如果算法是递归的话)所使用的堆栈空间」两个部分。
数组
需要连续的内存来存储。
链表
每一块存储分两部分,第一部分是数据,第二部分是指针,指向下一个存储。
栈
队列
数
图