【数据结构】笔记（一）

最新推荐文章于 2020-08-27 09:59:33 发布

weixin_34148508

最新推荐文章于 2020-08-27 09:59:33 发布

阅读量159

点赞数

文章标签：数据结构与算法

原文链接：https://yq.aliyun.com/articles/690330

版权

数据结构分为四类：集合（元素间无内在关系），线性（一对一关系），树型（一对多关系），图型（多对多关系）
存储方式：顺序存储（连续，类似于排队），链式存储（可以不连续，通过保存其他元素地址可得到，类似于医院叫号）
算法要素：输入，输出，有穷性，确定性（不会有二意），可行性
算法要求：正确性（1.无语法错误 2.根据正确输入给出正确输出 3.非输入给出说明 4.刁钻边缘情况给出提示）
　　　　　可读性
　　　　　健壮性
　　　　　时间效率高存储量低
e.g
sum=0
n=100
for i in range(1,n+1):
　　sum+=i
时间复杂度为n+2

n=100
(1+n)*n/2
时间复杂度为2

如何分析一个算法的时间复杂度：
用常数1取代运行时间中的所有加法常数
在修改后的运行次数函数中，只保留最高阶项
如果最高阶项存在且不是1，则去除与这个项相乘的常数
得到最后的结果就是大O阶
int sum = 0, n = 100;
printf("aaaaaaaaaaaan");
printf("aaaaaaaaaaaan");
printf("aaaaaaaaaaaan");
printf("aaaaaaaaaaaan");
printf("aaaaaaaaaaaan");
printf("aaaaaaaaaaaan");
sum = (1+n)*n/2
//这段代码的时间复杂度为O(1),因为这段代码执行了8次，没有与n相关，常数都简化为1

1.线性阶：一般含有非嵌套循环设计线性阶，线性阶就是随着问题规模n的扩大，对应计算次数呈直线增长。
int i, n = 100, sum = 0;
for(i = 0; i{

sum = sum + i;

}
上面这段代码的循环复杂度为O(n)，因为循环体中的代码需要执行n次

2.平方阶
int i,j,n = 100;
for(i = 0; i < n; i++)
{

for(j = 0; j < n; j++)

{

    printf("aaaaaaaaaaaa\n");
}

}
上面这段代码的时间复杂度为O(n²)。
3.int i,j,n = 100;
for(i = 0; i < n; i++)
{

for(j = i; j < n; j++)

{

    pringtf("aaaaaaaaaaaaaa\n");
}

}
分析，由于当i=0时，内循环执行了n次，当i=1时，内循环则执行n-1次。。。。。。当i=n-1时，内循环执行1次，所以总的执行次数应该是n+(n-1)+(n-2)+...+1=n(n+1)/2用上面的简化方法来简化½n²+½n，这个式子中没有常数项不用考虑第一条，根据第二条只保留最高项，去掉½n这一项，根据第三条去掉与最高项相乘的常数½，最终得到O(n²)
对数阶
int i = 1, n = 100;
while(i < n)
{

i = i*2;

}
由于每次i*2之后就距离n更近一步，假设有x个2相乘后大于或等于n，则会退出循环。于是由2x=n得到x=log2n，所以这个循环的时间复杂度为O(logn)。

4.int i,j;
for(i = 0; i < b; i++)
{

function(i);

}

void function(int count)
{

printf("%d",count);

}

function函数的时间复杂度是O(1),所以整体的时间复杂度就是循环的次数O(n)。

和平方阶中第二个例子一样，function内部的循环次数随count的增加而减少，所以根据方法简化后的时间复杂度为O(n²)

5.
n++;-------------------------------------执行1次
function(n);-----------------------------执行n²次
for(i = 0;i < n; i++) {------------------执行n²次

function(i);

}
for(i = 0;i < n; i++) {------------------执行n²次

for(j = i;j < n; j++) {
    printf("%d",j);
}

}
void function(int count) {

int j;
for (j = count; j < n;j++) {
    printf("%d",j);
}

}

上面几次操作是并列的，整体的执行次数应该是各个操作执行次数之和3n²+1，简化后得到时间复杂度为O(n²)
常见的时间复杂度

5201314 O(1)
常数阶
3n+4 O(n)
线性阶
3n²+4n+5 O(n²)
平方阶
3log2n+4 O(logn)
对数阶
2n+3nlog2n+14 O(nlogn)
nlogn阶
n^3+2n^2+4n+6 O(n3)
立方阶
2^n O(2n)
指数阶
　
1.常见的时间复杂度所耗费的时间从小到大依次是
　　 O(1) < O(logn) < O(n) < O(nlogn) < O(n2) < O(n3) < O(2n) < O(n!) < (nn)
2.平均运行时间是期望的运行时间
3.最坏运行时间是一种保证。在应用中，这是一种最重要的需求，通常除非特别指定，我们提到的运行时间都是最坏情况的运行时间。