数据结构--基本概念

1.1什么是数据结构?

定义:

  1. 数据对象在计算机中的组织方式:逻辑结构 物理存储结构
  2. 数据对象必定与一系列加在其上的操作相关联
  3. 完成这些操作所用的方法就是算法

关于数据结构,离不开的一个很重要的概念:抽象数据类型。什么是抽象数据类型?

数据类型
1.数据对象
2.数据集合相关联的操作集

抽象:描述数据类型的方法不依赖于具体实现

:可以定义一个矩阵的抽象数据类型。
类型名称:矩阵
数据对象集:一个mn的举证,有mn个三元组<a,x,y>构成,其中a代表的是值,x,y是该值在行列的位置。
操作集:
 Matrix Create( int M, int N ):返回一个MN的空矩阵;
 int GetMaxRow( Matrix A ):返回矩阵A的总行数;
 int GetMaxCol( Matrix A ):返回矩阵A的总列数;
 ElementType GetEntry( Matrix A, int i, int j ):返回矩
阵A的第i行、第j列的元素;
一张图片,就可以用矩阵来保存。

关于解决问题效率:

  1. 解决问题的方法的效率,跟数据的组织方式有关。
  2. 解决问题的方法的效率,跟空间的利用效率有关。
  3. 解决问题的方法的效率,跟算法的巧妙程度有关。

1.2什么是算法

定义

  1. 一个有限的指令集
  2. 一些输入
  3. 产生输出
  4. 有限步后终止
  5. 每一条指令必须有充分明确的目标,不可以有分歧,必须在计算机的处理范围之内,不依赖于任何一种计算机语言的实现手段。

衡量算法的两个重要参数
空间复杂度S(n)
时间复杂度 T(n)

什么是好的算法?

在分析一般算法效率时,我们经常关注下面两种复杂度

在这里插入图片描述

复杂度的渐进表示方法

在这里插入图片描述

在这里插入图片描述
在算法竞赛中,如果题目数据在10的五次方级别以上的,在时间限制1秒的情况下,需要设计出nlogn时间复杂度的算法才有可能解题!!!

在这里插入图片描述

应用实例:最大子列问题

在这里插入图片描述
为了比较时间,以下算法统一用随机生成的5000个数据运行

算法1 :O(nnn)

int algorithm1(int a[],int n)//O(n*n*n)
{

	int ThisSum , MaxSum = 0;
	start = clock(); 
	for (int i=0;i<n;i++)
	{
		for (int j= i ;j<n;j++)
		{
			ThisSum = 0 ;
			for (int k=i;k<=j;k++)
				ThisSum +=a[k];
			MaxSum = max(MaxSum,ThisSum);
		}
	}
	stop = clock();
	double T =  double (stop-start)/CLK_TCK;
	cout <<" 算法1用时:"<< T <<" s"<<endl ; 
	return MaxSum ;
 } 

在这里插入图片描述
算法2:O(n*n)

int algorithm2(int a[],int n)//O(n*n)
{

	int ThisSum , MaxSum = 0;
	start = clock(); 
	for (int i=0;i<n;i++)
	{
		ThisSum = 0 ;
		for (int j= i ;j<n;j++)
		{
			ThisSum = 0 ;
				ThisSum +=a[j];
			MaxSum = max(MaxSum,ThisSum);
		}
	}
	stop = clock();
	double T =  double (stop-start)/CLK_TCK;
	cout <<" 算法2用时:"<< T <<" s"<<endl ; 
	return MaxSum ;
 } 

在这里插入图片描述
算法3:O(nlogn) 分治法

int Max3( int A, int B, int C )
{ /* 返回3个整数中的最大值 */
    return A > B ? A > C ? A : C : B > C ? B : C;
}
 
int DivideAndConquer( int List[], int left, int right )
{ /* 分治法求List[left]到List[right]的最大子列和 */
    int MaxLeftSum, MaxRightSum; /* 存放左右子问题的解 */
    int MaxLeftBorderSum, MaxRightBorderSum; /*存放跨分界线的结果*/
 
    int LeftBorderSum, RightBorderSum;
    int center, i;
 
    if( left == right )  { /* 递归的终止条件,子列只有1个数字 */
        if( List[left] > 0 )  return List[left];
        else return 0;
    }
 
    /* 下面是"分"的过程 */
    center = ( left + right ) / 2; /* 找到中分点 */
    /* 递归求得两边子列的最大和 */
    MaxLeftSum = DivideAndConquer( List, left, center );
    MaxRightSum = DivideAndConquer( List, center+1, right );
 
    /* 下面求跨分界线的最大子列和 */
    MaxLeftBorderSum = 0; LeftBorderSum = 0;
    for( i=center; i>=left; i-- ) { /* 从中线向左扫描 */
        LeftBorderSum += List[i];
        if( LeftBorderSum > MaxLeftBorderSum )
            MaxLeftBorderSum = LeftBorderSum;
    } /* 左边扫描结束 */
 
    MaxRightBorderSum = 0; RightBorderSum = 0;
    for( i=center+1; i<=right; i++ ) { /* 从中线向右扫描 */
        RightBorderSum += List[i];
        if( RightBorderSum > MaxRightBorderSum )
            MaxRightBorderSum = RightBorderSum;
    } /* 右边扫描结束 */
 
    /* 下面返回"治"的结果 */
    return Max3( MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum );
}
 
int algorithm3(int a[],int n) // O(nlogn) 
 {
 	start = clock ();
 	int b = DivideAndConquer(a,0,n-1);
 	stop = clock();
 	double T =  double (stop-start)/CLK_TCK;
	cout <<" 算法3用时:"<< T <<" s"<<endl ;
	return b; 
 }

在这里插入图片描述
算法4:O(n)

int algorithm4(int a[],int n) // O(n) 
{
	//由于算法四运行太快,为计算时间重复运行1000此 
	start = clock(); 
	
	int ThisSum = 0  , MaxSum =0;
	for (int j = 0;j<1000;j++) 
	{
		ThisSum = 0 ;
		for (int i=0;i<n;i++)
	{
		ThisSum += a[i];
		MaxSum = max(MaxSum ,ThisSum );
		if (ThisSum <0)
			ThisSum = 0 ;
	}
	}
	stop = clock();
	double T =  double (stop-start)/CLK_TCK/1000;
	cout <<" 算法4用时:"<< T <<" s"<<endl ;
	return MaxSum ;
}

在这里插入图片描述

通过上面4个算法的时间对比,可以很明显的看到当数据比较大时,算法效率上的差别会给运行时间带来这么大的差异。

总代码:

#include <iostream>
#include <time.h>//计算运行时间 
#include <algorithm>
#include <stdlib.h> // rand
#define Max  5000 
using namespace std ;
clock_t start , stop;

int algorithm1(int a[],int n)//O(n*n*n)
{

	int ThisSum , MaxSum = 0;
	start = clock(); 
	for (int i=0;i<n;i++)
	{
		for (int j= i ;j<n;j++)
		{
			ThisSum = 0 ;
			for (int k=i;k<=j;k++)
				ThisSum +=a[k];
			MaxSum = max(MaxSum,ThisSum);
		}
	}
	stop = clock();
	double T =  double (stop-start)/CLK_TCK;
	cout <<" 算法1用时:"<< T <<" s"<<endl ; 
	return MaxSum ;
 } 

int algorithm2(int a[],int n)//O(n*n)
{

	int ThisSum , MaxSum = 0;
	start = clock(); 
	for (int i=0;i<n;i++)
	{
		ThisSum = 0 ;
		for (int j= i ;j<n;j++)
		{
				ThisSum +=a[j];
			MaxSum = max(MaxSum,ThisSum);
		}
	}
	stop = clock();
	double T =  double (stop-start)/CLK_TCK;
	cout <<" 算法2用时:"<< T <<" s"<<endl ; 
	return MaxSum ;
 } 
 
 int Max3( int A, int B, int C )
{ /* 返回3个整数中的最大值 */
    return A > B ? A > C ? A : C : B > C ? B : C;
}
 
int DivideAndConquer( int List[], int left, int right )
{ /* 分治法求List[left]到List[right]的最大子列和 */
    int MaxLeftSum, MaxRightSum; /* 存放左右子问题的解 */
    int MaxLeftBorderSum, MaxRightBorderSum; /*存放跨分界线的结果*/
 
    int LeftBorderSum, RightBorderSum;
    int center, i;
 
    if( left == right )  { /* 递归的终止条件,子列只有1个数字 */
        if( List[left] > 0 )  return List[left];
        else return 0;
    }
 
    /* 下面是"分"的过程 */
    center = ( left + right ) / 2; /* 找到中分点 */
    /* 递归求得两边子列的最大和 */
    MaxLeftSum = DivideAndConquer( List, left, center );
    MaxRightSum = DivideAndConquer( List, center+1, right );
 
    /* 下面求跨分界线的最大子列和 */
    MaxLeftBorderSum = 0; LeftBorderSum = 0;
    for( i=center; i>=left; i-- ) { /* 从中线向左扫描 */
        LeftBorderSum += List[i];
        if( LeftBorderSum > MaxLeftBorderSum )
            MaxLeftBorderSum = LeftBorderSum;
    } /* 左边扫描结束 */
 
    MaxRightBorderSum = 0; RightBorderSum = 0;
    for( i=center+1; i<=right; i++ ) { /* 从中线向右扫描 */
        RightBorderSum += List[i];
        if( RightBorderSum > MaxRightBorderSum )
            MaxRightBorderSum = RightBorderSum;
    } /* 右边扫描结束 */
 
    /* 下面返回"治"的结果 */
    return Max3( MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum );
}
 
int algorithm3(int a[],int n) // O(nlogn) 
 {
 	start = clock ();
 	int b = DivideAndConquer(a,0,n-1);
 	stop = clock();
 	double T =  double (stop-start)/CLK_TCK;
	cout <<" 算法3用时:"<< T <<" s"<<endl ;
	return b; 
 }

int algorithm4(int a[],int n) // O(n) 
{
	//由于算法四运行太快,为计算时间重复运行1000此 
	start = clock(); 
	
	int ThisSum = 0  , MaxSum =0;
	for (int j = 0;j<1000;j++) 
	{
		ThisSum = 0 ;
		for (int i=0;i<n;i++)
	{
		ThisSum += a[i];
		MaxSum = max(MaxSum ,ThisSum );
		if (ThisSum <0)
			ThisSum = 0 ;
	}
	}
	
	stop = clock();
	double T =  double (stop-start)/CLK_TCK/1000;
	cout <<" 算法4用时:"<< T <<" s"<<endl ;
	return MaxSum ;
}

int main ()
{
	int a[Max];
	for (int i=0;i<Max;i++)//生成数据 
	{
		a[i] = rand();
		if (a[i]%5==0)
		a[i] = -1* a[i];
	}
	//测试开始
	int answer = algorithm1(a,Max);
	cout <<"算法1算出的最大字串和: "<<answer <<endl; 
	answer = algorithm2(a,Max);
	cout <<"算法2算出的最大字串和: "<<answer <<endl; 
	answer = algorithm3(a,Max);
	cout <<"算法3算出的最大字串和: "<<answer <<endl; 
	answer = algorithm4(a,Max);
	cout <<"算法4算出的最大字串和: "<<answer <<endl; 
	return 0;
}

以上就是数据结构第一次课的总结

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值