算法与数据结构简介(一)

算法与数据结构简介

为什么学习算法与数据结构？

• 掌握常用的算法和数据结构，可以提升代码的运行效率
• 功利性目的，找到更好的工作
• 喜欢上算法，理解并运用它，在编程领域，拥有雄厚的“内功”

区块链

区块链就是算法中的树+单向链表

如何有效学习算法与数据结构

有一本书叫《异类—不一样的成功启示录》，作者 马尔科姆·格拉德威尔提出来：一万个小时定律，以及精通一个领域所要做的3点内容

1. 切碎知识点
2. 刻意练习
3. 反馈（LeetCode\GitHub看高手的代码）
   

算法的分类

切题四件套

1. 明确题目意思
2. 想好可能的解决方案
   （1）比较时间复杂度和空间复杂度
   （2）最佳解
3. 多写多练
4. 测试

时间复杂度&&空间复杂度

阶乘 >> 指数 >> 立方 >> 平方 >> 线性 >> 对数 >> 常数

O(n!)   O(2^n)   O(n^3)   O(n^2)   O(n)   O(log n)   O(1)
注意点：多种复杂度的情况，只看最高复杂度即可

O(1)：

  int  n = 100;
  System.out.println("结果是：" + n);

O(1)：

  int  n = 100;
  System.out.println("结果一是：" + n);
  System.out.println("结果二是：" + n);
  System.out.println("结果三是：" + n);

O(N)：

  int n =100;
  for(int i = 1; i <= n; i++){
    System.out.println("结果是：" + i);
  }

O(N^2)：

  int n =100;
  for(int i = 1; i <= n; i++){
     for(int j = 1; j <= n; j++){
        System.out.println("结果是：" + i + "&&" + j);
     }
   }

O(log(N))：

   int n =100;
   for(int i = 1; i < n; i * 2){
      System.out.println("结果是：" + i);
   }

O(2^N)：

   int n =100;
   for(int i = 1; i <= Math.pow(2,n); i++){
       System.out.println("结果是：" + i);
   }

O(N!)：

   int n =100;
   for(int i = 1; i <= factorial(n); i++){
       System.out.println("结果是：" + i);
   }

举例说明

S(n) = 1+2+3+…+n
S(n) = n+(n-1)+…+1
推导出：2S(n) = n(n+1)
S(n) = n(n+1)/2 即等差数列S(n) = n(a1+an)/2 || Sn=n*a1+n(n-1)d/2

斐波拉契公式，前两项和等于后一项

从递归推断时间复杂度：主定理公式（英语：master theorem）

常用的递归算法的时间复杂度：

二分查找：        O(log n)
二叉树遍历:       O(n)
最优排序矩阵:     O(n)
快排/归并排序:    O(n log n)