数据结构与算法

时间复杂度与“大O记法”：
“大O记法”：对于单调的整数函数f，如果存在个整数函数g和实常
数c>0， 使得对于充分的n总有f(n)<=c*g(n)，就说函数g是f的个
渐近函数（忽略 常数），记为f(n)=O(g(n))。也就是说，在趋向无穷
的极限意义下，函数f的 增长速度受到函数g的约束，亦即函数f与函
数g的特征相似。 时间复杂度：假设存在函数g，使得算法A处理规模
为n的问题示例所用途时间 为T(n)=O(g(n))，则称O(g(n))为算法A的
渐近时间复杂度，简称时间复杂 度，记为T(n )
算法完成工作最少需要多少基本操作，即最优时间复杂度 。
算法完成工作最多需要多少基本操作，即最坏时间复杂度 。
算法完成工作平均需要多少基本操作，即平均时间复杂度。
我们主要关注算法的最坏情况，亦即最坏时间复杂度。
算法的时间复杂度和空间复杂度合称为算法的复杂度。
常见时间复杂度：

timeit模块：
timeit模块可以用来测试一小段段Python代码的执行速度。
class timeit.Timer(stmt=‘pass’ , setup=‘pass’ , timer
Timer是测量一小段段代码执行速度的类。 stmt参数是要测试的代码
语句（statment）； setup参数是运行代码时需要的设置； timer参
数是一个定时器函数，与平台有关。
list内置操作的时间复杂度：

内置操作的时间复杂度：

数据结构：

程序 = 数据结构 + 算法
顺序表：将元素顺序地存放在一块连续的存储区里，元素间的顺序关
系 由它们的存储顺序自然表示。
链表：将元素存放在通过链接构造起来的一系列存储块中。


指定位置添加元素

删除元素：






栈：


冒泡排序：

选择排序：


插入排序：

快速排序：


希尔排序：

归并排序；

二分法查找：

非递归实现

树与树算法：

二叉树的节点表示以及树的创建

*二叉树的遍历

深度优先遍历


广度优先遍历(层次遍历)