数据结构与算法——算法，2024年Python开发学习路线-CSDN博客

本文链接：https://blog.csdn.net/m0_61549984/article/details/137827719

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

所以说，被称为问题的基本操作的元操作应是其重复执行次数和算法的执行时间成正比的原操作，多数情况下它是最深层循环内的语句中的原操作。它的执行次数和包含语句的频度相同。

📌注：语句的频度指的是该语句重复执行的次数

根据输入数据的特点，时间复杂度具有最差、平均、最佳三种情况，一般我们考虑的时间复杂度都是最坏的那种情况，最坏时间复杂度是包含于最好、和平均两种情况的。

常见种类:
在这里插入图片描述
根据从大到小，常见的算法时间复杂度主要有：

📌 O ( 1 ) < O ( l o g ₂ n ) < O ( n ) < O ( n l o g ₂ n ) < O ( n ² ) < O ( n ³ ) < O ( 2 ⁿ ) < O ( n ! ) < O ( n ⁿ ) O(1)<O(log₂n)<O(n)<O(nlog₂n)<O(n²)<O(n³)<O(2ⁿ)<O(n!)<O(nⁿ) O(1)<O(log₂n)<O(n)<O(nlog₂n)<O(n²)<O(n³)<O(2ⁿ)<O(n!)<O(nⁿ)

实例一：

void speaker(int n){
  int i = 1;
  while(i<=n){
    i = i* 2;   //每次翻倍
    printf("我真的会谢 %d\n", i);
  }
  printf("我是真的栓Q %d\n", n);
}

时间复杂度:

📌 T ( n ) = O ( x ) = O ( l o g ₂ n ) T(n) = O(x) = O(log₂n) T(n)=O(x)=O(log₂n)

实例二：

void speaker(int flag[], int n){  //n为问题规模
  printf("你今天好吗？ \n");
  for(int i=0; i<n; i++){   //从第一个元素查找
    if(flag[i]==n){   //找到元素n
      printf("我很好 %d\n", n);
      break;
    }
  }
}

//flag数组中乱序存放了1~n这些数
int flag[n] = {1.......n};
speaker(flag, n)

时间复杂度：

最好情况：元素n在第一个位置（T(n) = O(1)）
最坏情况：元素n在最后一个位置（T(n) = O(n)）
平均情况：假设元素n在任意一个位置的概率相同为1/n（T(n) = O(n)）

由于算法的时间复杂度考虑的只是对于问题规模n的增长率，则在难以精确计算基本操作执行次数（或语句频度）的情况下，只需求出它关于n的增长率或阶即可

👻空间复杂度

类似于算法的时间复杂度，我们还需要掌握的是算法的空间复杂度，其中n为问题的规模（或大小）

📌 S ( n ) = O ( f ( n ) ) S(n) = O(f(n)) S(n)=O(f(n))

空间复杂度涉及的空间类型有：

输入空间：存储输入数据所需的空间大小；
暂存空间：算法运行过程中，存储所有中间变量和对象等数据所需的空间大小；
输出空间：算法运行返回时，存储输出数据所需的空间大小；

💻总结

以上就是对数据结构与算法中算法的一些介绍和理论知识，算法的时间复杂度和空间复杂度是评判一个程序设计是否高效合理的一种方式，在往后的数据结构中，对数据的操作都要考虑到该算法的时间复杂度和空间复杂度。

题外话

初入计算机行业的人或者大学计算机相关专业毕业生，很多因缺少实战经验，就业处处碰壁。下面我们来看两组数据：

2023届全国高校毕业生预计达到1158万人，就业形势严峻；
《新职业在线学习平台发展报告》，显示国内Python人才缺口高达40万，而人工智能人才目前缺口超过500万。

在这个大数据的时代，你要想走在潮流前端，就必须要学习前沿有用的知识。而今人工智能和数据分析爆发，python就是一颗冉冉升起的新星，学好 Python 不论是就业还是做副业赚钱都不错。

全球知名TIOBE编程语言社区发布了2023年最新的编程语言排行榜。我们一起来看看
在这里插入图片描述

目前来学的人群分为以下几类：

第一类：入行编程新手：大学刚毕业或者其他行业转岗，想从事编程开发的工作，目前认为Python比较火，想入行；Python简单易学，非常适合新手入门。

第二类：Linux系统运维人员：Linux运维以繁杂著称，对人员系统掌握知识的能力要求非常高，那么也就需要一个编程语言能解决自动化的问题，Python开发运维工作是首选，Python运维工资的薪资普遍比Linux运维人员的工资高。

第三类：做数据分析或者人工智能：不管是常见的大数据分析或者一般的金融分析、科学分析都比较大程度的应用了数据分析，人工智能的一些常见应用也使用了Python的一些技术。

第四类：在职程序员转Python开发：平常只关注div+css这些页面技术，很多时候其实需要与后端开发人员进行交互的，现在有很多Java程序在转到Python语言，他们都被Python代码的优美和开发效率所折服。

第五类：其他：一些工程师以前在做很多SEO优化的时候，苦于不会编程，一些程序上面的问题，得不到解决，只能做做简单的页面优化。现在学会Python之后，你和我一样都可以编写一些查询收录，排名，自动生成网络地图的程序，解决棘手的SEO问题。

当然，这里总结的只是常见的一些情况，关于职业和岗位。

Python的优点：

易于学习：简单、易学、对新手极度友好。
免费开源：Python的所有内容都是免费开源的，不需要花一分钱就可以免费使用Python，并且可以自由地发布这个软件的拷贝、阅读其源代码、对其做改动、把其一部分用于新的自由软件中；
可扩展：Python除了使用Python本身编写外，还可以混合使用像C语言、Java语言等编写；

对于0基础小白入门：