王道考研 数据结构（图片链接失效）

数据结构：

数据结构、操作系统、计算机网络

数据是信息的载体

数据结构是相互之间存在的一种或者多种的关系的数据元素的集合

数据对象是具有相同性质的数据元素的集合，是数据的一个子集

顺序结构：逻辑上响铃的元素存储在物理位置上也相邻的存储单元，元素之间的关系由存储单元的领接关系来体现

链式结构：逻辑上相邻的元素在物理地址上可以不相邻，借助指示元素存储地址的指针来标识元素之间的逻辑关系

索引存储：存储信息元素的同时，建立附加的索引表，索引表的每项成为索引项（关键字，地址）

散列存储：计算得出结果

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-avIJb3HT-1628814826526)(https://raw.githubusercontent.com/liuzheng2000/PicGo/main/20210813082633.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0XPpJVaL-1628814826529)(https://raw.githubusercontent.com/liuzheng2000/PicGo/main/20210813083256.png)]

数据类型：原子结构，结构类型

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RhthUKzU-1628814826529)(https://raw.githubusercontent.com/liuzheng2000/PicGo/main/20210813082638.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-oog3OFTa-1628814826530)(https://raw.githubusercontent.com/liuzheng2000/PicGo/main/20210813083302.png)]

算法的特性：有穷行、确定性、可行性、输入、输出、正确性、可读性、健壮性

时间复杂度 空间复杂度

时间复杂度：只考虑阶数高的部分

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MywzCLc5-1628814826532)(https://raw.githubusercontent.com/liuzheng2000/PicGo/main/20210813082659.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nou3wMYH-1628814826533)(https://raw.githubusercontent.com/liuzheng2000/PicGo/main/20210813083322.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Kkhv9qSm-1628814826534)(https://raw.githubusercontent.com/liuzheng2000/PicGo/main/20210813083309.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-smMswdmi-1628814826535)(https://raw.githubusercontent.com/liuzheng2000/PicGo/main/20210813083314.png)]

    a:
    public static void fa(int N) {
        int sum = 0;
        for (int n = N; n > 0; n /= 2) {
            for (int i = 0; i < n; i++) {
                sum++;
            }
        }
        System.out.println(sum);
    }



	b:
    public static void fb(int N) {
        int sum = 0;
        for (int i = 1; i < N; i *= 2) {
            for (int j = 0; j < i; j++) {
                sum++;
            }
        }
        System.out.println(sum);
    }
    
    
	c:
    public static void fc(int N) {
        int sum = 0;
        for (int i = 1; i < N; i *= 2) {
            for (int j = 0; j < N; j++) {
                sum++;
            }
        }
        System.out.println(sum);
    }

答案和做法

a小题

如果按照通常的方法，分析for有多少个，那么分析起来会很痛苦，外层循环是 O ( l o g N ) O(logN) O(logN)的操作很容易看出来，但是第二个for，i和n是挂钩的，这个时候通常的方法就不起作用了。
换一种思路，先写一下sum++操作的运行次数
N N/2 N/4 ... 1 ，这实际上是一个等比为2的等比数列，我们把这个数列记为L，它的项数为n
注意到第n项等于1，而L的首项是N，那么 1 = N ∗ 2 1 − n 1=N*2^{1-n} 1=N∗21−n，得出 n = l o g 2 ( N ) + 1 n=log_2(N)+1 n=log2​(N)+1

对L用等比公式求和， S n = N ∗ 1 − ( 1 2 ) n 1 − 1 2 S_n=N*\frac{1-(\frac{1}{2})^n}{1-\frac{1}{2}} Sn​=N∗1−21​1−(21​)n​ = N ( 2 n − 1 ) N(2^n-1) N(2n−1)，把n带入，化简即可得到 2 N − 1 2N-1 2N−1

也就是说内循环的总操作次数是2N，那么它其实就是 O ( N ) O(N) O(N)级别的算法

b小题

b小题其实和a小题很相似，只不过b的数列变为
1 2 4 … N，等比为2，同样是n项
n同样等于 l o g 2 ( N ) + 1 log_2(N)+1 log2​(N)+1，因为 2 n − 1 = N 2^{n-1}=N 2n−1=N

而L的和 S n = N ∗ 1 − 2 n 1 − 2 S_n=N*\frac{1-2^n}{1-2} Sn​=N∗1−21−2n​ = N ( 2 n − 1 ) = 2 N − 1 N(2^n-1)=2N-1 N(2n−1)=2N−1，
那么b也是 O ( N ) O(N) O(N)级别的算法

c小题

c小题用常规的做法做即可，c是 O ( N l o g N ) O(NlogN) O(NlogN)级别的算法

解释一下a，b同为O(N)级别的算法，为什么它们实际操作次数却不一样，因为O(N)取的是近似值，剩余的较低次项都被忽略了，但是实际计算中低次项的次数同样很关键，因此a,b的执行次数会不一样

参考：
https://github.com/reneargento/algorithms-sedgewick-wayne/issues/9
https://math.stackexchange.com/questions/401937/how-is-nn-2n-4-1-equal-to-2n-1-using-the-formula-for-geometric-series
https://stackoverflow.com/questions/29966730/order-of-growth-of-as-function-of-n
————————————————
版权声明：本文为CSDN博主「hhmy77」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/hhmy77/article/details/106750276