数据结构与算法笔记（一）简介

数据结构与算法至关重要。

计算机是一个内存有限，计算能力有限的机器，如果每段时间处理的数据增加量大于每段时间能处理的数据量，时间越长，电脑执行会越来越慢直至死机。

复杂度：

复杂度是衡量程序运行的效率的量度因素。执行代码消耗计算时间和计算空间，衡量的是时间复杂度和空间复杂度。

复杂度是一个关于输入量n的函数。假如代码的复杂度f(n)。O(n)表示的是复杂度与计算实例的个数n线性相关；O(logn)表示的是复杂度与计算实例的个数n对数相关。

 

• 复杂度与具体的常数无关{    O(n)与O(3n)是同样的复杂度        }
• 多项式级的复杂度相加时，选择高位作为结果
• O(1)表示一个特殊复杂度，与输入量n无关

对同一个问题，采用不同的编码方式，对空间和时间的消耗可能是不一样的。

例1：要把一串数组倒装

方法一：用两个数组，使用两个for循环，先给另一个数组初始化（数组2复制数组1）再赋值（倒装），代码的时间复杂度是O(n)+O(n)也就是O(n)

方法二：定义一个变量，通过一个for循环，从0遍历到数组1的一半，交换首尾对应的元素，最后再输出数组1。执行次数是数组长度的一般，时间复杂度是O(n/2),也就是O(n)。

虽然时间复杂度一样，但明显第二个方法更快点。

例2：找出数组中出现次数最多的数字

采用双层循环，第一层循环对数组中的每个元素遍历，第二层循环，对于每个元素计算出现的次数，