数据结构--入门梳理

前言：数据结构与算法是程序员的基本课程，现在就来好好唠唠啥是数据结构，以及数据结构里的时间（空间）复杂度。

ps:如果有说的不对的，感谢各位大佬提出的各个建议（如果你感觉是你对了，那么你就是对的）

1. 啥是数据结构

所谓数据结构，在普遍的释义是这样的：数据结构是计算机存储，组织数据的方式，指相互之间存在一种或多种的数组元素的集合。这个我感觉不会太难以理解，把这句话好好想想，换成人话就是将一堆的数字进行有序的集合，这种集合可以是一种或多种，大概就是这个意思。

2. 时间（空间）复杂度

谈到时间复杂度，就不得不说一个概念，算法及算法效率。

首先，算法大家都知道，而算法效率这个可能就稍微有点迷糊了，所谓算法效率，大概分两种，一个是时间复杂度，另一个就是空间复杂度，对，就是老师一天到晚对你耳朵叫的时间复杂度和空间复杂度。

时间复杂度：主要衡量一个算法的运行速度，像游戏卡的不行要求优化的，就是优化时间复杂度。

空间复杂度：主要衡量一个算法所需要的额外空间，现在计算机空间都蛮大的，不像以前一样就几KB。。。。。所以一般来说这个东西并不是很重要，不过有的面试官可能作要求来恶心你。。。。。

实际上大部分情况都是去计算时间复杂度，像什么O(1),O(n),O(n+1)什么的其实计算的是一个概念，为什么这么说呢，比如说一个1和一千万比，肯定是后者大，那为什么不叫O(一千万)呢，是因为在算法里，它两都是可以很快的列出来或者说是算出来，但像X，Y这样的东西，它可以无穷大，也可以无穷小，所以，在有了这个概念后，就基本可以知道，时间复杂度是计算概念，或者说是给这个程序的大概运行时间打了个标签。这里上个代码瞅瞅。

// 计算BubbleSort的时间复杂度？
void BubbleSort(int* a, int n) {
    assert(a);
    for (size_t end = n; end > 0; --end) 
    {
        int exchange = 0;
        for (size_t i = 1; i < end; ++i)
        {
            if (a[i - 1] > a[i])
            {
                Swap(&a[i - 1], &a[i]);
                exchange = 1;
            }
        }
        if (exchange == 0)
            break;
    }
}
 
 最坏执行了(N*(N+1)/2次，时间复杂度为 O(N^2)

// 计算Func3的时间复杂度？
void Func3(int N, int M) {
    int count = 0;
    for (int k = 0; k < M; ++k) {
        ++count;
    }
    for (int k = 0; k < N; ++k) {
        ++count;
    }
    printf("%d\n", count);
}
基本操作执行了M+N次，时间复杂度为 O(N+M)

而空间复杂度也稍微上来看看

// 计算Fibonacci的空间复杂度？
long long* Fibonacci(size_t n) {
    if (n == 0)
        return NULL;

    long long* fibArray =
        (long long*)malloc((n + 1) * sizeof(long long));
    fibArray[0] = 0;
    fibArray[1] = 1; for (int i = 2; i <= n; ++i)
    {
        fibArray[i] = fibArray[i - 1] + fibArray[i - 2];
    }
    return fibArray;
}
动态开辟了N个空间，空间复杂度为 O(N)