重学数据结构与算法（15~19）

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。