数据结构（1）—— 几个基础概念及问题

关于空间的使用：
解决问题方法的效率，跟空间的利用效率有关

典型案例：
使用for循环和递归顺序打印10000000，递归会非正常结束

关于算法效率：

时间测试：

#include <iostream>
#include <ctime>

using namespace std;

/*clock_t是clock()函数返回的变量类型*/
clock_t start,stop;

/*记录被测函数运行时间，以秒为单位*/
double duration;


int main()
{
    start = clock(); // 开始计时
    /*  待测代码  */

    stop = clock(); //停止计时
    duration = ((double)(stop-start))/CLK_TCK;
    cout << duration <<endl;
    return 0;
}

如果程序跑太快，导致无法比较时间，解决方案如下：

• 重复运行被测函数多次，使得测出的总时钟打点间隔充分长，最终计算被测函数平均每次运行时间即可。

什么是数据结构：
数据对象在计算机中的组织方式：

• 逻辑结构
• 物理存储结构

数据对象必定与一系列加在其上的操作相关联，完成这些操作所用的方法即算法

抽象数据类型（Abstract Data Type）：

• 数据类型
  • 数据对象集
  • 数据集合相关联的操作集
• 描述数据类型的方法不依赖于具体实现
  • 与存放数据的机器无关
  • 与数据存储的物理结构无关
  • 与实现操作的算法和编程语言均无关

只描述数据对象集和相关操作集“是什么”，并不涉及“如何做到”

什么是算法：

什么是好的算法？


复杂度的渐进表示法：

复杂度分析小窍门：

实例：最大子列和问题

在看到算法复杂度为O(N^2)时，应该首先想到能不能提高到O(NlogN)！！！

“在线”的意思是指每输入一个数据就进行即时处理，在任何一个地方终止输入，算法都能正确给出当前的解。

以上四种算法的对比效果：

---

• 浙江大学陈越、何钦铭老师的《数据结构》学习笔记