数据结构 浙大陈姥姥版 第一章

1. 引子

//例1

如何在书架上摆放图书

两个相关操作：

• 新书怎么插入
• 怎么找到某本指定的书

一. 随便放

a. 哪里有空放哪哪里

b. 查找很麻烦

二. 按照书名的拼音字母顺序放

a. 比如插入《阿Q正传》，书整体需要往前或者往后位移，很类

b. 二分查找

三. 把书架划分为几块区域，每块区域指定摆放某种图书；在每种类别里 面按照书的拼音顺序排放

a. 先定类别，二分查找到确定位置，移动空出位置插入

b. 先定类别，再二分查找

解决问题方法的效率和数据的组织方式有关

//例2.

写程序实现一个函数PrintN，使得传入一个正整数为N的参数后，能顺序打印1到N的全部整数

//代码1.1 用C语言循环实现PrintN函数
void PrintN(int N)
{
	int i ;
    for(i = 0; i < N; i++)
    {
		printf("%d \n",i);
    }
}



//代码1.2 递归调用
void PrintN(int N)
{
    if(N)
    {
        PrintN(N-1);
        printf("%d\n",N);
    }
}

//代码1.3 PrintN测试程序
int main()
{
    int N;
    printf("输入N："); scanf("%d",N);
    PrintN(N);
    
    return 0;
}

递归的函数对空间的占用很大，会发生非正常终止；

解决问题方法的效率跟空间的利用效率有关。

//例3.

计算给定多项式在给定点x处的值

//代码1.4 计算多项式的值的直接法
double f(int n, double a[], double x)
{
	int i ;
	double p = a[0];
	for(i = 1; i <= n; i++)
		p += (a[i] * pow(x, i));
	
	return p;
}

//代码1.5 秦九韶法
double f(int n; double a[], double x)
{
    int i;
    double p = a[n];
    for(i = n, i > 0; i ++)
        p += a[n - 1] + x * p[n];
	
    return p;
}

计算时间

time.h

clock()： 捕捉从程序运行到clock()被调用所耗费时间 ；这里的所耗费时间单位是clock_tick；时钟一共打的点数ticks

常量CLK_TCK ：时钟每秒的打点数

计算时间：

durations = (start - stop) / CLK_TCK

//代码1.6 时间测试函数 clock()
//计算程序运行时间
#include <stdio.h>
#include <time.h>

int main()
{
	time_t start, stop;
    //不在测试范围内的准备工作写在clock()调用之前
	start = clock();//程序一开始到这里运行的打点数
	MyFunction();//被测函数
	stop = clock();//程序一开始到这里运行的打点数
	duration = (double)(stop - start) / CLK_TCK;//总的打点数除以计算机每秒的打点数，得出程序运行时间
	return 0;
}

//代码1.7 计算给定多项式的值
//直接法
double f1(int n, double a[], double x)
{
    int i ;
   	double p = a[0];
    for(i = 1; i < n; i++)
        p += a[i] * pow(x, i);
	return p;
}
//秦九韶
double f2(int n, double a[], double x)
{
    int i;
    double p = a[n];
    for(i = n ; i > 0; i--)
        p += a[i - 1] + p * x;
    return p;
}


//
#include<stdio.h>
#include<time.h>
#include<math.h>
clock_t start, stop;
double duration;
#define MAX 10//系数
double f1(int n, double a[], double x);
double f2(int n, double a[], double x);

int main()
{
    int i;
    double a[MAX];//多项式的系数
    int tickN;
    for(i = 0; i < MAX; i ++)
        a[i] = i;
    
    //第一个函数运行时间
    start = clock();
    f1(MAX, a, 1.1);
    stop = clock();
    tickN = stop - start;
    duration = (double)tickN / CLK_TCK;
    printf("ticks number is: %d\n",tickN);
    printf("duration is: %f\n", duration);
    //重复多次运行
    /*
    start = clock();
    for(i = 0; i < MAXKl; i++)
    {
    	f1(MAX, a, 1.1);
    }
    stop = clock();
    //平均每次时间
    duration = (double)tickN / CLK_TCK / MAXK;
    */
    //第二个函数运行时间
    start = clock();
    f2(MAX, a, 1.1);
    stop = clock();
    tickN = stop - start;
    duration = (double)tickN / CLK_TCK;
    printf("ticks number is: %d\n",tickN);
    printf("duration is: %f\n", duration);
    
    return 0;
    
}

函数跑的太快 运行的时间都不到一个tick

解决办法：让被测函数运行充分多次，使得测出的时钟打点次数充分多，最后计算每次被测函数的平均运行的时间即可

解决问题方法的效率和算法的巧妙程度有关

2.数据结构

什么是数据结构

抽象数据类型(Abstract Data Type)

抽象：描述数据类型的方法不依赖具体实现

1. 与存放数据的机器无关
2. 与数据存储的物理结构无关
3. 与实现操作的算法和编程语言无关

数据类型

1. 数据对象集
2. 数据集合相关联的**操作集**

例4

矩阵的抽象数据类型定义

类型名称：矩阵(Matrix)

数据对象集：(a, i, j)

操作集：…

3. 算法

定义

算法：algorithm

1. 一个有限指令集
2. 接收一些输入（有些情况不需要输入）
3. 产生输出
4. 一定在有限步骤后终止

//代码1.8
//选择排序算法的伪码描述

void SelectionSort(int List[], int N)
{
    for(i = 0; i < N; i++){
        /*从List[i]到List[N - 1]中找到最小元素，并将其位置赋给MinPosition*/
        MinPosition = ScanForMin(List, i, N - 1);
        /*将未排序部分的最小元素换到排序好的最后位置*/
		Swap(List[i], List[MinPosition]);
    }
}

什么是好的算法

衡量指标:

空间复杂度S(n): 根据算法写成的程序在运行时所占用的存储单元的长度。这个长度往往跟输入的数据规模有关。空间复杂度过高的算法可能导致程序在运行内存超限，造成非正常中断（递归法PrintN)

时间复杂度T(n): 根据算法写成的程序在运行时耗费时间的长度。

分析算法效率时，一般关注以下两种复杂度

• 最坏情况复杂度$$T_{w}orst(n)$$
• 平均复杂度$$T_{a}vg(n)$$

复杂度的渐近表示法

上界 最小的上界

下界 最大的下界

求最大子列和

算法1

int MaxSubseqSum1(int A[], int N)
{
	int ThisSum, MaxSum = 0;
	int i, j, k;
	for(i = 0; i < N; i++)//序列左端位置
	{
		for(j = i ; j < N; j++)//序列右端位置
		{
			ThisSum = 0;//ThisSum是A[i]到A[j]的子列和
			for(k = i; k < j; k++)
			{
                if(ThisSum > MaxSum)//如果这个子序列的和更大
				 	MaxSum = ThisSum;//则更新结果
			}
		}
	}
	return MaxSum;
}

复杂度：

T(N) = O(N^3)

算法2

int MaxSubseqSum2(int A[], int N)
{
	int i, j, k;
	int ThisSum; MaxSum = 0;
	for(i = 0; i < N; i ++)
	{
		ThisSum = 0;//是A[i]到A[j]的子列和
		for(j = i; j < N; j ++)
		{
			ThisSum += A[j];
            if(ThisSum > MaxSum)//如果刚得到的子列和更大
                MaxSum = ThisSum;//则更新结果
		}
	}
    return MaxSum;
}

复杂度：

T(N) = O(N^2)

算法3： 分而治之

算法4： 在线处理

int MaxSubseqSum4(int A[], int N)
{
	int i;
	int ThisSum, MaxSum;
	ThisSum = MaxSum = 0;
	for(i = 0; i < N; i ++)
	{
		ThisSum += A[i];
		if(ThisSum > MaxSum)
			MaxSum = ThisSum;
		else if(ThisSum < 0)//如果当前子列和为负
			ThisSum = 0;//则不可能使后面的部分和增大，抛弃
	}
	return MaxSum;
}