1.数据结构-基本概念

目录

1.1什么是数据结构

1.2什么是算法

1.3应用实例：最大子列和问题

---

1.1什么是数据结构

以数据使用为导向的数据目标的数据逻辑和物理结构表达。

1.2什么是算法

不依赖语言的有限数据处理指令集合；

接受一些输入；

产生输出；在一定有限步骤之后终止；

每条指令有明确的目标，在计算机能处理的范围内。

什么是好的算法：时间复杂度T(N)和空间复杂度S(N)。

例如：打印1-100万，有for循环实现和递归实现。下面是递归实现代码，你会发现程序非正常终止，原因在于递归函数多次调用占用大量资源，导致系统资源被吃光。而for循环程序中只有一个N变量，不涉及程序调用问题。

常见复杂度比较logN<N<NlogN<N平方<2N次方

void printN(int N){
    {if(N){
    ptintN(N-1)};
    Printf("%d\n",N)
     }
    return
}

1.3应用实例：最大子列和问题

 算法来自LeeCode网站。对比两种算法的复杂度。算法链接

class Solution {
    public int maxSubArray(int[] nums) {
        int res = nums[0];
        int sum = 0;
        for (int num : nums) {
            if (sum > 0)
                sum += num;
            else
                sum = num;
            res = Math.max(res, sum);
        }
        return res;
    }
}

public int maxSubArray(int[] nums) {
    return divide(nums, 0, nums.length-1);        
}

//分治算法
private int divide(int[] nums, int left, int right){
    if(left == right) return nums[left];
    if(left == right - 1){
        int max;
        max = Math.max(nums[left], nums[right]);
        max = Math.max(max, nums[left] + nums[right]);
        return max;
    }
    
    int mid  = (left + right) >> 1;
    int lSum = divide(nums, left, mid - 1);
    int rSum = divide(nums, mid + 1, right);
    
    int max = nums[mid];
    int sum = max;
    for(int i = mid - 1; i >= left; i--){
        sum += nums[i];
        max = Math.max(max, sum);
    }
    
    sum = max;
    for(int j = mid + 1; j <= right; j++){
        sum += nums[j];
        max = Math.max(max, sum);
    }
    
    max = Math.max(max, lSum);
    max = Math.max(max, rSum);
    return max; 
}