数据结构入门

最新推荐文章于 2021-01-14 16:13:25 发布

元泱界

最新推荐文章于 2021-01-14 16:13:25 发布

阅读量173

点赞数 2

分类专栏：技术文章标签： c++ c语言 java

本文链接：https://blog.csdn.net/qq_41140902/article/details/111301615

版权

技术专栏收录该内容

14 篇文章 1 订阅

订阅专栏

数据结构是什么

数据结构是计算机存储、组织数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。

怎么学习数据结构

理解和熟记数据结构的定义

这就跟我们学习使用一门语言是相似的，我们需要记住各种不同类型的数据结构的定义再用代码去实现。不同的数据结构之间的结构差别是很大的，我们需要加深印象以快速的分辨出他们之间的异同。

熟练使用各种数据结构进行编程

当你能熟练记住各种数据结构的定义的时候，此时只是说明你记住了。编程是一门实操性很强的技能，我们需要通过不断的练习才能说我们是真正的学会了！自己编码实现的过程能让我们对底层的实现原理更加深刻。

根据情景使用合适的数据结构

这个环节属于数据结构的实际应用。每个数据结构被创造出来都是为了解决相应的问题。每个问题的性质都不一样，也没有通用的数据结构。我们要分析问题的性质，根据问题的特点选择最合适的数据结构。

时间复杂度

时间复杂度表示程序的运行时间与数据规模增长的变化趋势，也叫渐进时间复杂度。时间复杂度一般有最差时间复杂度、最好时间复杂度和平均时间复杂度。

举个例子

#include <stdio.h>

int findNumIndex(int n,int nums[]){
    for(int i = 0;i < sizeof(&nums) ;i ++){
        if(nums[i] == n){
            return i;
        }
    }
    return -1;
}

int main(){
    int nums[]  = {1,2,3,4,5,6,7,8};
    int index = findNumIndex(3,nums);
    printf("numIndex = %d\n",index);
    return 0;
}

我们分析findNumIndex这个函数的代码。我们假定一行代码的执行时间为time，findNumIndex函数的代码一共需要执行 nums.length * 2 + 1个time。不难看出，我们代码的执行时间跟数组的长度和n的值是正相关的，数组越长，我们的代码执行时间也越长，n的位置越往后或者不存在，代码的执行时间越长。接下来我们计算下时间复杂度。

最好情况下，n永远都是nums的第一个元素。时间复杂度为3 * time

最差情况下，n不存在nums之中，时间复杂度为 nums.length * 2 + 1

平均时间复杂度，有n+1种情况，每种情况需要遍历的次数不一致。得出(1+2+3+4……+n+n)/(n+1) = n(n+3)/2(n+1)

你以为这就结束了？

在计算时间复杂度的时候，我们需要记住常数是可以忽略不记的。同时使用符号O来表示时间复杂度。

以上时间复杂度简化下为：
最好：O(1)
最坏：O(n)
平均：O(n)

常见的算法时间复杂度：O(1),O(n),O(n2),O(log n),O(n * log n)

空间复杂度

空间复杂度用来描述我们代码在执行过程中额外开辟的空间。

空间复杂度的计算原则跟时间复杂度是一致的。
举个例子：

#include <stdio.h>

//空间复杂度是O(1)的，没有额外开辟其他的地址空间。常数忽略
int findNumIndex(int n,int nums[]){
    for(int i = 0;i < sizeof(&nums) ;i ++){
        if(nums[i] == n){
            return i;
        }
    }
    return -1;
}

// 空间复杂度为O(n)，额外开辟的空间跟nums的长度正相关
int * copyNums(int nums[],int * p){
    p = (int *)malloc(sizeof(&nums) * sizeof(int));
    for(int i  = 0;i < sizeof(&nums);i ++){
        *(p + i) = nums[i];
    }
    return p;
}