数据结构vl怎么求_数据结构学习笔记（一）什么是数据结构

1.1什么是数据结构

1.1.1

如果把数据结构比作是摆放书的话，问题大概就是

1.新书怎么插入

2.怎么找到指定的书

3.空间如何分配

4.类别应该分多细

总结：解决问题方法的效率，与数据的组织方式有关。

1.1.2

问题：打印1000000个数字在电脑屏幕上（1到1000000）。

方法1：循环实现。

方法2：递归实现。

结果方法2罢工了，方法1正常，因为方法2空间不够，所以不行。

总结：解决问题方法的效率，跟空间的利用效率有关。

1.1.3

工具知识：

clock()工具

clock()：捕捉从程序开始运行到clock()被调用时所耗费的时间。这个 时间单位是clock tick，即“时钟打点”。
常数CLK_TCK(或CLOCKS_PER_SEC)：机器时钟每秒所走的时钟打点数。

具体操作

1.先调用time库

2.clock_t是clock()函数返回的变量类型，就跟啥double一样。我们定义两个节点。

3.start那行开始，我们具体得去操作，计时。

（有时候跑一次太快，那么我们就跑很多次求平均呗）

本节的例子是关于代码运行的快慢，根据姥姥所言（验证过了）方法一比较慢，会被专业程序员鄙视，而方法二比较快。

总结：解决问题方法的效率，有时候跟算法的巧妙程度有关。

1.1.4

什么是数据结构？数据结构就是数据对象在计算机中的组织方式。这些数据对象不是孤立的，而是与很多操作相关联，完成这些操作所使用的方法就叫做算法。

而数据对象要关乎到其逻辑结构（比如什么线性结构，树啊之类的）+物理存储结构。

1.2算法

1.2.1什么是算法

算法的相关特点：

1.一个有限指令集

2.可以有输入，也可以没有。

3.一定会有输出（要不然要这个算法干嘛呢）。

4.在有限步骤后会停止。

5.每一条指令都必须

（1）目标明确，没有歧义。

（2）计算机要能处理

(3)不依赖于具体某个语言

1.2.2 什么是好的算法

鉴定标准有两个：空间复杂度S（n）和时间复杂度T（n）

就比如1.1里面输出一个非常大的数，循环的话不存在程序调用，所以不存在空间不够用的问题，而递归则调用了好多好多，空间爆掉了。

又比如求多项式值的那个问题，因为机器处理加减法速度特别快，而处理乘除法要慢很多

就比如这个算法1：

里面涉及到了pow(x,i),这是乘方，也就是要×很多遍，我们就可以看到，i等于1，×一次，i=n，×n次，这样我们就可以看见最后一共进行了

次乘法，所以时间复杂度就是

。

而我们对比一下，算法2的时间复杂度是这样的

我们可以看到，这里面没有复杂的乘方，所以乘法比较少，每一次只要乘一下就好了，我们就可以看见，时间复杂度是这样的

。

C1，C2，C每台机器都不同，平方都很浪费时间，所以算法2时间比较好。

而我们这面对效率问题时，往往用用到下面这两个指标，

一般都是考虑最坏复杂度（因为平均难算）。

1.2.3复杂度的渐进表示法

一个函数总是有多个上界，多个下界，但是因为我们要尽量真实，所以我们一般都是选择较大的下界和较小的上界。

下面我们用两张图来感性认识一下：log的底数是2，我们可以发现，阶乘很麻烦，所以设计算法要尽量避免阶乘。

因为

涨的比较慢，所以比较受欢迎，所以姥姥有言：一个程序员在面对平方的时候，可以看看能不能化成

。

下面是一些复杂度分析的小窍门：

1.3应用实例：最大子列和问题

比如我们比较下面这两个算法：算法1三次循环

算法2两次循环，这样就可以提高效率。但是作为一个专业的程序员，我们应该接着把平方朝着

转。

算法3：分而治之，就是把大问题分成小块，解决，汇总。根据姥姥所言，我们可以看见，大致思想就是下面这一串数，就先把他分成两段，然后每段再分，但是段与段之间连接的时候，又不是单纯的拼凑一下就好了，而应该再多几步算法。

我们要控制最后的最后T（XXX）转化为最简单的O（1），XXX转化成1，比如我们这一题里面我们看见

,这样我们解得k,然后有了k以后，我们再代换到后面，后面变成了带N的形式，最后，我们就可以看见效率提高了。

算法4：:在线处理，算法效率极高，O（N）。大概意思就是你要是是负数，那就抛弃之前的一切，如果是正数，那还行。

“ 在线”的意思是指每输入一个数据就进行 的意思是指每输入一个数据就进行 即时处理，在任何一个地方中止输入，算法都能正确给出当前的解。