《数据结构与算法》学习笔记——（一）基本概念

一、数据结构与算法

数据结构（存储）

算法（操作）

程序=数据的存储+数据的操作+计算机语言

二、衡量算法的标准

1、时间复杂度

大概程序要执行的次数，而非执行的时间；一般来说，时间复杂度高的算法比复杂度低的算法慢。

• 常见的时间复杂度效率排序：

O(1)>O(Logn)>O(n)>O(nlogn)>(n**2)>(n2logn)>O(n**3)>...，其中O(logn)见于执行次数循环减半的算法中，如：

while n>1:
    n=n/2
    print('awsl!')

• 复杂问题的时间复杂度：

O(n!)、O(2**n)、O(n**n)

• 如何快速判断算法复杂度（适用于绝大多数的简单情况）：

(1)确定问题规模

(2)循环减半过程——logn

(3)k层关于n的循环——n**k

• 复杂情况：根据算法执行过程判断

2、空间复杂度

算法执行过程中大概所占有的最大内存。

空间复杂度的表示方法与时间复杂度完全一样，如：

算法使用了一个变量：O(1)

算法使用了一个长度为n的列表：O(n)

算法使用了一个m行n列的矩阵：O(mn)

由于空间复杂度对算法效率影响不大，因此我们惯用原则是“空间换时间”，即保证时间复杂度最低为优先考虑。

3、难易程度

4、健壮性