算法回顾

数据结构

概念：Data Structure 存储数据的不同方式。比如数组、链表。

数组

链表

算法

概念：同一个问题的不同解决方法。算法往往是针对特定数据结构的。

为了更简单的表述算法，举个例子：将0插入7、1之间。

将0插入链表中的7、1之间，需要移除7、1之间的指针，重新生成7、0，0、1之间的指针。

链表

链表

将0插入数组中7、1之间，需要开辟新的内存空间，先放入247然后放入0最后放入1653。

数组

数组

数组

数组

如何测算算法的优劣

时间测算：简单点说就是解决某个问题需要花费的时间，时间越短，越牛逼。

空间测算：简单点说就是解决某个问题需要额外占用的空间，占用越小，越牛逼。

Big O

标题Big O

时间复杂度问题举例

eg：访问数组某个位置的值。随着数组规模的扩大，访问某个位置的值始终只需要知道引脚的偏移量是多少即可，时间复杂度为O(1)。

eg：访问链表某个位置的值。随着链表规模的扩大，访问某个位置的值寻址次数会线程增加，如果每次寻址的时间为t,那么某个位置的寻址时间为nt,时间复杂度为O(n)。

eg：计算数组的平均值。随着数组规模的扩大，如果每两个元素相加的时间为t，那么所有元素相加的时间为(n-1)t，时间复杂度很明显为O(n)。

eg：计算数组的最值 O(n)。随着数组规模的扩大，如果每两个元素比较大小的时间为t，那么所有元素比较完毕的时间为(n-1)t，时间复杂度很明显为O(n)。

eg：对数组所有元素进行排序。随着数组规模的扩大，假如我们使用冒泡排序法，那么两层for循环，(n-1)t*(n-1)t，时间复杂度为O(n2)，n的平方。