1数据结构+复杂度问题

P2_02_数据结构与算法概述_数据结构

1、什么是数据结构？

把元素按照一定关系，组织和存储数据。

2、分类？

逻辑结构
⑴集合结构。该结构的源数据元素间的关系是“属于同一个集合”。
⑵线性结构。该结构的数据元素之间存在着一对一的关系。bai
⑶树型结构。du该结构的数据元素之间存在着一对多的关系。
⑷图形结构。该结构的数据元素之间存在着多对多的关系，也称网状结构。

3、物理结构：

顺序和链式存储结构。

P3_03_数据结构与算法概述_算法

1、什么是算法？

根据一定的条件,对一些数据进行计算,得到需要的结果。

2、算法的要求？

1.花最少的时间完成需求;
2.占用最少的内存空间完成需求;

P4_04_算法分析_时间复杂度分析1

1、事后分析估算方法：不推荐

结束时间-开始时间

2、事前分析估算方法：

1.算法采用的策略和方案；
2.编译产生的代码质量；
3.问题的输入规模(所谓的问题输入规模就是输入量的多少)；
4.机器执行指令的速度；

3、在研究算法的效率时，我们只考虑核心代码的执行次数，这样可以简化分析。

我们分析一个算法的运行时间，最重要的就是把核心操作的次数和输入规模关联起来。

P5_05_06算法分析_时间复杂度分析2/3

1.算法函数中的常数可以忽略；
2.算法函数中最高次幂的常数因子可以忽略；
3.算法函数中最高次幂越小，算法效率越高。

P7_07_算法分析_时间复杂度分析4

1.用常数1取代运行时间中的所有加法常数；
2.在修改后的运行次数中，只保留高阶项；
3.如果最高阶项存在，且常数因子不为1，则去除与这个项相乘的常数；

P808_算法分析_时间复杂度分析5

1.线性阶
2.平方阶
3.立方阶
4.对数阶

5.常数阶

总结：

如果发现算法的时间复杂度为平方阶、立方阶或者更复杂的，那我们可以分为这种算法是不可取的，需要优化。

P9_09_算法分析_时间复杂度分析6

我们分析的都是单个函数内，算法代码的时间复杂度，接下来我们分析函数调用过程中时间复杂度。
先分析方法本身是什么复杂度。

P10_10_算法分析_空间复杂度分析