数据结构与算法---第一天

算法引入

方法1–效率低

算法：面对问题时，将我们的思路用计算机程序写出来，告诉计算机怎么做，如何让计算机运行将题解答出来，这种思路解决方法就是算法。即计算的方法。

方法2

固定a与b后，c就确定了，所以可以将代码改进。

解决同一问题方法有多种算法，算法之间是有差别的。

算法效率衡量

时间复杂度

当两个程序执行效率不同时候，说明这两段程序基本运算数量是不同的。

程序运行总时间=基本运算数量乘以每个基本运算所用时间。即时间复杂度就是描述算法时间上的效率的。

算法是解决问题的思想，思想具备通用性，即体现在n上。


系数不影响走势，一般决定于n即可。





大O表示法就是n的三次方。

最坏时间复杂度与计算规则

即需要判断这个算法对于数据处理时候最理想的状况，即就是排好序的数据。以及最坏的状况，即无序要经过多次排序步骤才可以完成排序。



基本操作就是代表执行了一步。即O（1);

常见时间复杂度

python中代码执行时间测量模块timeit

Python列表类型不同操作的时间效率

而extend必须添加为一个列表，或者可迭代对象。


往队尾添加比队首快。

Python列表与字典操作的时间复杂度

数据结构引入

算法主要关注解决问题的思想与步骤，并不关心所处理的数据。数据结构就是在于已知一堆数据，如何能将他们组合起来。


即处理数据时候，数据的存储方式用什么保存，即最后的算法去查找时候就与这个有关。数据保存方式不同，最后通过算法查找如学生信息时候所用算法就不同，即对应数据复杂度也就不同。即数据与算法是分不开的。即对于一种数据到低用什么方式组织，是列表还是字典组织方式，即数据的组织方式不同，即数据结构不同，即一种数据如何保存，且保存形式是怎么样的，这就是数据结构。


当有一堆数据时候，这里边数据每个都应该是基本元素组成的，当将这些基本数据放在一起，如何组织时候，就是数据结构了。列表与字典已经是一种基本存储形式了，列表可以存储整形，浮点型，已经是一种基本数据的组合了，所以python中字典，列表，元组已经是python封装的一种高级数据结构形式了。即数据结构就是对基本数据类型的一种封装。

算法关注解决问题的思路，而数据结构关注算法所处理的数据到底是一种什么组织形式。
把原有的基本数据，与数据所支持的操作放在一起，形成整体，就是抽象数据类型。有一种面向对象感觉。

将新数据结构与其所支持的方法放在一起。就是抽象数据结构了。