00数据结构和算法基础

01数据结构和算法基础

第一次尝试

一道题
a+b+c = 1000 a^2+b2 = c^2 求 abc所有组合
枚举法

for a in range(0, 1001):
    for b in range(0, 1001):
        for c in range(0, 1001):
            if a + b + c == 1000 and a**2 + b**2 == c**2:
                print("a, b, c:%d, %d, %d" % (a, b, c))

算法的提出

算法独立于语言

五大特性
输入
输出
有穷性 有限步骤 可接受时间
确定性 不出现二义性
可行性

第二次尝试

C = 1000 - a - b

import time
start_time = time.time()

# 改进 c = 1000 - a - b
for a in range(0, 1001):
    for b in range(0, 1001):
        c = 1000 - a - b
        if a + b + c == 1000 and a**2 + b**2 == c**2:
            print("a, b, c:%d, %d, %d" % (a, b, c))

end_time = time.time()
print("time:%d" % (end_time - start_time))

算法效率衡量

时间复杂度 与 大O记法
不同机器执行时间不同 但运算数量大体相同

第一次尝试
T = 1000 * 1000 * 1000 * 2
T = N * N * N * 2 = N^3 * 2
T(n) = n^3 * 10
g(n) = n^3
g(n) 是 T(n)的渐进函数
g(n)就是大O记法

• 最优时间复杂度
• 最坏时间复杂度
• 平均时间复杂度
  主要关注最坏情况

时间复杂度基本规则

1. 基本操作 只有常数项 O(1)
2. 顺序结构 加法
3. 循环结构 乘法
4. 分支结构 取最大值
5. 判断一个算法效率，只关注最高次项
6. 分析的是最坏时间复杂度

常见时间复杂度

• O(1)
• O(log n)
• O(n)
• O(n log n)
• O(n^2)
• O(n^3)
• O(2^n)
• O(n!)
• O(n^n)
  log n 以2为底

Python内置类型性能分析

timeit模块

测试执行速度

class timeit.Timer(stmt=‘pass’, setup=‘pass’, timer=‘timer function’)
stmt 代码语句 statement
setup 设置
timer 定时器函数

timeit.Timer.timeit(number=1000000)
Timer类中的timeit方法 number测试次数 返回平均耗时

list

# coding: utf-8
from timeit import Timer

def t1():
    li = []
    for i in range(10000):
        li.append(i)

def t2():
    li = []
    for i in range(10000):
        li += [i]

def t3():
    li = [i for i in range(10000)]

def t4():
    li = list(range(10000))

def t5():
    li = []
    for i in range(10000):
        li.extend([i])


timer5 = Timer("t5()", "from __main__ import t5")
print("extend:", timer5.timeit(1000))

timer2 = Timer("t2()", "from __main__ import t2")
print("+:", timer2.timeit(1000))

timer1 = Timer("t1()", "from __main__ import t1")
print("append:", timer1.timeit(1000))

timer3 = Timer("t3()", "from __main__ import t3")
print("[i for i in range]:", timer3.timeit(1000))

timer4 = Timer("t4()", "from __main__ import t4")
print("list(range()):", timer4.timeit(1000))

extend: 1.726543612
+: 1.2287479619999997
append: 1.0778049439999995
[i for i in range]: 0.4762463429999997
list(range()): 0.2358164089999999

dict

数据结构

数据的存储方式

python内置数据结构：列表、元组、字典
python扩展数据结构：栈、队列等

程序 = 数据结构 + 算法
算法：解决问题的方法
数据结构：算法处理问题的载体

抽象数据类型 ADT

数学模型 + 一组操作

常用数据运算

• 插入
• 删除
• 修改
• 查找
• 排序