1.1数据结构概念:
(1) 数据结构:是相互之间存在一种或多种特定关系的数据元素的集合.
(2) 数据结构分为:逻辑结构与物理结构
逻辑结构: 是指数据对象中数据元素之间的相互关系。
- 集合结构:集合结构中的数据元素除了同属于一个集合外,它们之间没有任何关系。
- 线性结构:数据元素之间是一对一的关系。
- 树形结构:数据元素之间存在一种一对多的关系
- 图形结构:数据元素之间是多对多的关系。
物理结构: 是指数据的逻辑结构在计算机中的存储形式
- 顺序存储结构:把数据元素存放在地址连续的存储单元里,其数据之间的逻辑关系和物理关系是一致的。
- 链式存储结构:是把数据元素存放在任意的存储单元里,这组存储单元可以是连续的,也可以是不连续的。
1.2 算法及算法分析
1. 算法的五个基本特性:输入、输出、又穷性、确定性、可行性。
2. 算法设计的要求:正确性、可读性、健壮性、高效率和低存储。
3. 事后统计方法,事前分析方法。
4. 算法时间复杂度:
1) 推导大O阶方法:
①用常数1取代运行时间中的所有加法常数.
②在修改后的运行次数函数中,只保留最高阶.
③如果最高阶项存在且不是1,则去除与这个项相乘的常数.
得到的结果就是大O阶.
2) 常数阶O[1]
int sum = 0,n = 100;
sum=(1+n)*n/2;
printf("%d",sum);
3) 线性阶O[n]
int i;
for(i=0;i<n;i++)
{
/*时间复杂度为O(1)的步骤序列*/
}
4) 对数阶
int count = 1;
while (count < n)
{
count = count * 2;
/*时间复杂度为O(1)的步骤序列*/
}
由于每次count乘以2之后,就距离n更近了一点。也就是说有多少个2相乘后大于n,则会退出循环。由 = n 得到 x =。
所以这个循环的时间复杂度为O(Log2ⁿ),即O(Logn)。
5) 平方阶
int i,j;
for(i=0;i<n;i++)
{
for(j=0;j<n;j++)
{
/*时间复杂度为O(1)的步骤序列*/
}
}
对于外层的循环,不过是内部这个时间复杂度为O(n)的语句,再循环n此.所以这段代码的时间复杂度为O()
5. 常见时间复杂度
6. 最坏情况与平均情况
最坏情况运行时间是一种保证,那就是运行时间将不会再坏了.再应用中,这是一种最重要的需求,通常,除非特别指定,我们提到的运行时间都是最坏情况的运行时间.
平均运行时间是所有情况中最有意义的,因为它是期望的运行时间.
对算法的分析,一种方法是计算所有情况的平均值,这种时间复杂度的计算方法称为平均时间复杂度.
另一种方法是计算最坏情况下的时间复杂度,这种方法称为最坏时间复杂度.一般在没有特殊说明的情况下,都是指最坏时间复杂度.
7. 算法空间复杂度
算法的空间复杂度通过计算算法所需的存储空间实现,算法空间复杂度的计算公式记作:
S(n) = O(f(n)),其中,n为问题的规模,f(n)为语句关于n所占存储空间的函数.