学习:数据结构与算法之美(4)

最好情况时间复杂度:

**在最理想的情况下,执行这段代码的时间复杂度。

最坏情况时间复杂度:

在最糟糕的情况下,执行这段代码的时间复杂度。

平均情况时间复杂度:

将各种情况发生的概率考虑进去,也叫加权平均时间复杂度或者期望时间复杂度。

均摊时间复杂度:

对应的分析方法,摊还分析(或叫平摊分析)
简要看一下这个思想:对一个数据结构进行一组连续操作中,大部分情况下时间复杂度都很低,只有个别情况下时间复杂度比较高,而且这些操作之间存在前后连贯的时序关系,此时,我们可以将这一组操作放在一块进行分析,看是否能将较高时间复杂度那次操作的耗时,平摊到其他那些时间复杂度比较低的操作上。而且,在能够应用均摊时间复杂度分析的场合,一般均摊时间复杂度就是最好情况时间复杂度。此处,应该掌握的是摊还分析。

之所以引入这几个复杂度概念,是因为同一段代码,在不同输入的情况下,复杂度有可能不一样。

此处粘贴极客时间专栏王争老师给一位同学留言的回复,觉着很有用。在这里插入图片描述
距离写第一篇博客已经很久了,上次写过之后就再没有打开看了,今天偶然看到涨了二十几个粉,浏览量也两千多了,心里有点开心。当初以为应该不会被人发现我的学习笔记,没想到真会有人浏览到。接下来,会继续努力的,这种喜悦真的不错,将学习的知识系统化,放在网上,供他人参考,希望自己每天进步一点点,也希望可以帮助到他人。

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉树、堆、B树)、图结构(有向图、无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,树和图的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法算法设计:研究如何将解决问题的步骤形式化为一系列令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法与数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。

“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