15 | 定位问题才能更好地解决问题:开发前的复杂度分析与技术选型
我们前面学习的数据结构和算法思维,是解决问题和代码优化的基础。本节课开始,我们进入实战模块,从真正解决问题的角度来看看,如何将我们此前学到的知识灵活运用到实际工作中。
问题定位和技术选型
加入我现在面对一个实际的算法题,我需要从以下两个方面进行思考。
首先,我们要明确目标。即用尽可能低的时间复杂度和空间复杂度,解决问题并写出代码;
接着,我们要定位问题。目的是更高效地解决问题。这里定位问题包含很多内容。例如:
- 这个问题时什么类型(排序、查找、最优化)的问题;
- 这个问题的复杂度下限是多少,即最低复杂度可能是多少;
- 采用哪些数据结构或算法思维,能把这个问题解决。
通用解题的方法论
面对一个未知问题时,你可以从复杂度入手。尝试分析这个问题的时间复杂度上限是多少,也就是采用暴力法去解题,然后分析这个问题时间复杂度的下限是多少,这是你写代码的目标。
接着,尝试去定位问题。分析完问题后,就需要去设计合理的数据结构和运用合适的算法思维,去逼近写代码的目标。
最后,需要对数据操作进行分析。例如,在这个问题中,需要对数据进行哪些操作(增删查),数据之间是否需要保证顺序或逆序?当分析出这些操作的步骤、频次之后,就可以根据不同数据结构的特性,去合理选择你所应该使用的那几种数据结构了。
以上这套方法适用于绝大多数的问题,在实战中需要你灵活运用。
总结:在开发前,一定要对问题的复杂度进行分析,做好技术选型。这就是定位问题的过程。