数据结构和算法基础

一、数据结构和算法引入

如果将最终写好的程序比作战场，那么，码农就是作战指挥的将军，代码便是士兵和武器，而数据结构和算法便是兵法。
　　**算法：**算法是计算机处理信息的本质，计算机的本质就是通过算法告诉计算机确切的步骤去执行一定的任务。算法：是独立存在的一种解决问题的方法和思想（跟实现方式和语言无关）。
　　**算法五大特性：**１、输入：算法具有０个或多个输入
　　２、输出：算法至少有一个或多个输出
　　３、有穷性：算法在有限的步骤之后会自动结束而不会无限循环，并且每一步骤可以在可接受的时间内完成
　　４、确定性：算法的每一步都有精确的含义，不会出现二异性
　　５、可行性：算法的没一步都是可行的，也就是说每一步都能够执行有限的次数完成
　　　**数据结构：**数据元素之间的关系。数据是一个抽象的概念。
　　　程序＝数据结构＋算法
　　　算法是为了解决实际问题而设计的，数据结构是算法需要处理问题的整体　`

二、算法效率衡量

实现算法程序的执行时间只是表象，不能反映出算法的效率，程序的执行离不开计算机环境（包括硬件和操作系统）。比如，一台新电脑跟一台配置很差的旧电脑执行同一算法的时间差别可能会很大。所以，单靠时间判断算法的效率并不可信。

时间复杂度和大O记法

一个算法的基本操作数量（步骤）是固定的，每个基本操作机会花费固有的时间，即便程序运行的环境不一样，但是基本操作在规模数量级上却是相同的。
　　在实际工作中，对算法的时间性和空间性进行细致的分析不现实，最重要的是关注时间的数量级趋势。
　　大Ｏ记法：即一个函数是另外一个函数的渐近函数
　　**时间复杂度：**算法执行所需的时间函数，如Ｏ（ｇ（ｎ０））表示算法的渐近时间复杂度。
　　**最优时间复杂度：**算法完成工作最少需要多少基本操作
　　**最坏时间复杂度：**算法完成工作量做多需要多少基本操作
　　**平均时间复杂度：**算法完成工作平均需要多少基本操作

最坏时间复杂度

实际工作中，我们最关心的是”最坏时间复杂度“，因为它提供一种保证。
　　时间复杂度的几条计算规则
　　１、基本操作：即只有常数项，认为其时间复杂度为ｏ（１）
　　２、顺序结构：时间复杂度按加法进行计算
　　３、循环结构：时间复杂度按乘法进行计算
　　４、分支结构：时间复杂度取最大值
　　５、判断一个算法的效率时，通常只关注一个操作数量的最高次项，其它次要项和常数项可以忽略。
　　６、在没有特别说明的时候，我们分析的时间复杂度就是指”最坏时间复杂度“。

常见时间复杂度