(1)什么是数据结构
定义:数据结构是计算机存储、组织数据的方式。通常情况下,精心选择的数据结构可以带来更高的运行或者存储效率。
解决问题方法的效率
跟数据的组织方式有关
跟空间的利用效率有关
跟算法的巧妙程度有关
结构(structure):在任何问题中,数据元素都不是孤立存在的,而是在它们之间存在这某种关系,这种数据元素之间关系的不同特性,通常有下列四类基本结构:
(1)集合:结构中的数据元素之间处理“同属于一个集合”的关系外,别无其他的关系
(2)线性结构:结构中的数据元素之间存在一个对一个的关系
(3)树形结构:结构中的数据元素之间存在一个对多个的关系
(4)图状结构或网状结构:结构中的数据元素之间存在多个对多个的关系
(2)什么是算法
定义:一个算法是解决某一类问题的步骤的描述。一般而言,算法应该符合以下五项要求:
(1) 输入:它接受一些输入(有些情况下不需要输入);
(2) 输出:至少产生一个输出;
(3) 确定性:算法的每一步必须有充分明确的含义,不可以有歧义;
(4) 有限性:算法是一个有限指令集,并一定在有限步骤之后终止;
(5) 可行性:算法的每一步必须在计算机能处理的范围之内;
时间复杂度
例题1.5分析“二分法”
int binarySearch(int List[], int min, int max, int x )
{
// List[]存储原始序列,min、max分别为序列的起始位置,x存储待查找的数
int M;
M = (max + min) / 2; // 二分法是先找到序列的中点List[M],与X进行比较,若相等则返回中点下标
if (x < List[0] || x > List[n])
{
return ERROR;
}
else
{
if (x == List[M])//即若有List[i]=X,则返回i;否则返回-1表示没有找到
{
return M;
}
else if (x < List[M])//若List[M]<X,则在右边的子系列中查找X。
{
max = M - 1;
return binarySearch(List[], min, max, x);
}
else//若List[M]>X,则在左边的子系列中查找X
{
min = M + 1;
return binarySearch(List[], min, max, x);
}
}
}
实例1.1最大子列和问题
给定K个整数组成的序列{ N1, N2, …, NK },“连续子列”被定义为{ Ni, Ni+1, …, Nj },其中 1≤i≤j≤K。“最大子列和”则被定义为所有连续子列元素的和中最大者。例如给定序列{ -2, 11, -4, 13, -5, -2 },其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序,计算给定整数序列的最大子列和。本题旨在测试各种不同的算法在各种数据情况下的表现。各组测试数据特点如下:
数据1:与样例等价,测试基本正确性;
数据2:102个随机整数;
数据3:103个随机整数;
数据4:104个随机整数;
数据5:105个随机整数;
输入格式:
输入第1行给出正整数K (≤100000);第2行给出K个整数,其间以空格分隔。
输出格式:
在一行中输出最大子列和。如果序列中所有整数皆为负数,则输出0。
输入样例:6
-2 11 -4 13 -5 -2
输出样例:
20
四种方法,时间复杂度不同
第一种:三层循环,时间复杂度最大,为(n)3.
int MaxSubsequenceSum ( const int A[ ], int N )
{
int ThisSum, MaxSum, i, j, k;
MaxSum = 0; /* 初始化最大子列和 */
for( i = 0; i < N; i++ ) /* i是子列左端位置 */
for( j = i; j < N; j++ ) /* j是子列右端位置*/
{
ThisSum = 0; /* ThisSum是从A[i]到A[j]的子列和 */
for( k = i; k <= j; k++ )
ThisSum += A[ k ];
if ( ThisSum > MaxSum ) /* 如果刚得到的这个子列和更大 */
MaxSum = ThisSum; /*则更新结果*/
} /* i, j 循环结束 */
return MaxSum;
}
*第二种:*两层循环,时间复杂度为n(2)
int MaxSubsequenceSum ( const int A[ ], int N )
{
int ThisSum, MaxSum, i, j;
MaxSum = 0; /* 初始化最大子列和 */
for( i = 0; i < N; i++ ) /* i是子列左端位置 */
{
ThisSum = 0; /* ThisSum是从A[i]到A[j]的子列和 */
for( j = i; j < N; j++ ) /* j是子列右端位置*/
{
ThisSum += A[ j ];
/* 对于*斜体样式*相同的i,不同的j,只要在j-1次循环的基础上累加1项即可 */
if ( ThisSum > MaxSum ) /* 如果刚得到的这个子列和更大 */
MaxSum = ThisSum; /* 则更新结果 */
} /* j循环结束 */
} /* i循环结束 */
return MaxSum;
}
第三种:分治法
第四种:在线处理,时间复杂度O(n);
#include<stdio.h>
int A[100000];
int max(int a[],int N)
{
int Thissum=0,maxsum=0;
int i;
for(i=0; i<N; i++)//遍历数组
{
Thissum+=a[i];//一个一个的加
if(Thissum>maxsum)
maxsum=Thissum;
else if(Thissum<0)//如果前面的多个数组相加为负数,则舍去。
Thissum=0;
}
return maxsum;
}
int main()
{
int n,i,t;
while(scanf("%d",&n)!=EOF)
{
for(i=0; i<n; i++)
{
scanf("%d",&A[i]);
}
t=max(A,n);
printf("%d\n",t);
}
return 0;
}