本系列文章来自网易云课程 陈越老师的数据结构,博客只是做简单的回顾!
1.1什么是数据结构
例子1:如何在书架上摆放图书的问题
具体的不展开了,给了我们 解决问题方法的效率,跟数据的组织方式有关。
例子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,能顺序打印从1到N的全部正整数
这里有循环和递归实现-------
这里直接 是递归占用电脑内存太大,直接跳出递归!(解决问题方法的效率,跟空间的利用效率有关)
例子3:写程序计算多项式在给定点x处的值:
这一块自己写一下代码:
#include<stdio.h>
#include<time.h>
#include<math.h>
clock_t start, stop;
double duration;
#define MAXN 10
double f1(int n, double a[], double x)
{
int i;
double p = a[n];
for (i = n; i > 0; i--)
{
p = a[i-1] +x*p;
}
return p;
}
double f2(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;
}
int main()
{
int i;
double a[MAXN]; /* 存储多项式的系数 */
for (i = 0; i < MAXN; i++) a[i] = (double)i;
start = clock();
f1(MAXN - 1, a, 1.1);
stop = clock();
duration = ((double)(stop - start)) / CLK_TCK;
printf("ticks1 = %f\n", (double)(stop - start));
printf("duration1 = %6.2e\n", duration);
start = clock();
f2(MAXN - 1, a, 1.1);
stop = clock();
duration = ((double)(stop - start)) / CLK_TCK;
printf("ticks2 = %f\n", (double)(stop - start));
printf("duration2 = %6.2e\n", duration);
return 0;
}
实际效果是第二种方法更快,也就是f2更快,这告诉了我们:解决方案的效率,和算法的巧妙程度相关;
那我们看一下为什么是第二种快呢,这就要考虑复杂度的问题了;
算法:
算法的定义:(。。。。。)
例1:选择排序算法的伪码描述
算法评价好坏的标准:从空间的复杂度S(n) 时间复杂度T (n) ;
再回头想想打印N的那个例子,其递归调用占用太多,也就是空间占用太多了;
最后比较了一些常用的复杂度计算;
应用实例:
最大子列问题,这个还是非常重要的。
给定N个整数的序列{ A1, A2, …, AN},
方法1:最简单粗暴的方法,也是最容易想到的:编译所有的内容求解:,代码如下:
int MaxSubseqSum1( int A[], int N )
{ int ThisSum, MaxSum = 0;
int i, j, k;
for( i = 0; i < N; i++ ) { /* i是子列左端位置 */
for( j = i; j < N; j++ ) { /* j是子列右端位置 */
ThisSum = 0; /* ThisSum是从A[i]到A[j]的子列和 */
for( k = i; k <= j; k++ )
ThisSum += A[k];
if( ThisSum > MaxSum ) /* 如果刚得到的这个子列和更大 */
MaxSum = ThisSum; /* 则更新结果 */
} /* j循环结束 */
} /* i循环结束 */
return MaxSum;
}
方法2:在上面的基础上,改进了一些,不要重复加一些之前的数据。具体的代码:
int MaxSubseqSum2( int A[], int N )
{ int ThisSum, MaxSum = 0;
int i, j;
for( i = 0; i < N; i++ ) { /* i是子列左端位置 */
ThisSum = 0; /* ThisSum是从A[i]到A[j]的子列和 */
for( j = i; j < N; j++ ) { /* j是子列右端位置 */
ThisSum += A[j];
/*对于相同的i,不同的j,只要在j-1次循环的基础上累加1项即可*/
if( ThisSum > MaxSum ) /* 如果刚得到的这个子列和更大 */
MaxSum = ThisSum; /* 则更新结果 */
} /* j循环结束 */
} /* i循环结束 */
return MaxSum;
}
方法3:是一种分而治之的思想:暂时没有代码实现,就简单的看看:
方法4:是一种在线处理的方式:
int MaxSubseqSum4( int A[], int N )
{ int ThisSum, MaxSum;
int i;
ThisSum = MaxSum = 0;
for( i = 0; i < N; i++ ) {
ThisSum += A[i]; /* 向右累加 */
if( ThisSum > MaxSum )
MaxSum = ThisSum; /* 发现更大和则更新当前结果 */
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,抛弃之 */
}
return MaxSum;
}
这个试下就比较简单了;重点琢磨一下。