数据结构算法刷题 （学习笔记一）

1.数据结构和算法

• 数据结构分为逻辑结构和物理结构
• 四大逻辑结构：集合结构、线性结构、树形结构、图形结构
• 数据元素的存储结构形式有两种：顺序存储和链式存储
• 算法效率、函数的渐近

2.算法题

组合题

输入 k = 2 ，n = 4
输出 12 13 14 23 24 34 组合

# n = input("请输入n值：") n = 4
# k = input("请输入K值: ") k = 2
n = 20
k = 16
nums = [i for i in range(1, n + 1)]
res = []


# print(nums)
def backtrace(nums_b, curr_res, index):
    if len(curr_res) == k:
        res.append(curr_res[:])
        #print(res)
        return

    for i in range(index, n):
        curr_res.append(nums[i])
        backtrace(nums_b[index:], curr_res, i + 1)
        curr_res.pop()

    if n == 0 or k == 0:
        return res

backtrace(nums,[],0)
print(res[:])

（1）回溯法
（2）python的深拷贝与浅拷贝
具体如下：
Python中列表和数组的赋值，浅拷贝和深拷贝

列表赋值：

>>> a = [1, 2, 3]
>>> b = a
>>> print b
[1, 2, 3]
>>> a[0] = 0
>>> print b
[0, 2, 3]

解释：[1, 2, 3]被视作一个对象，a，b均为这个对象的引用，因此，改变a[0],b也随之改变

如果希望b不改变，可以用到切片

>>> b = a[:]
>>> a[0] = 0
>>> print b
[1, 2, 3]

解释，切片a[:]会产生一个新的对象，占用一块新的内存，b指向这个新的内存区域，因此改变a所指向的对象的值，不会影响b

列表深拷贝和浅拷贝

浅拷贝

>>> import copy
>>> a = [1, 2, 3, [5, 6]]
>>> b = copy.copy(a)
>>> print b
[1, 2, 3, [5, 6]]
>>> a[3].append('c')
>>> print b
[1, 2, 3, [5, 6, 'c']]

深拷贝

>>> a = [1, 2, 3, [5, 6]]
>>> b = copy.deepcopy(a)
>>> a[3].append('c')
>>> print b
[1, 2, 3, [5, 6]]

拷贝即是开辟一块新的内存空间，把被拷贝对象中的值复制过去。而浅拷贝并没有为子对象[5,6]开辟一块新的内存空间，而仅仅是实现对a中[5，6]的引用。所以改变a中[5，6]的值，b中的值也会发生变化。

深拷贝则是为子对象也开辟了一块新空间。所以改变a中[5, 6]的值，并不影响b

数组赋值不能用切片来达到相同的目的

>>> import numpy as np
>>> a = np.array([1, 2 ,3])
>>> b = a[:]
>>> a[0] = 5
>>> print a, b
[5 2 3] [5 2 3]

如上，虽然用切片，但不能达到修改a而不影响b的目的。说明a,b仍然指向同一块内存。

此时，只能用拷贝

>>> b = a.copy()
>>> a[0] = 5
>>> print a, b
[5 2 3] [1 2 3]

此时修改a不会影响到b。其中的原因以后进一步深究。

注意，列表的拷贝是copy.copy(obj)或copy.deepcopy(obj),数组的拷贝是obj.copy()
深拷贝和浅拷贝转自：https://blog.csdn.net/lc_lc2000/article/details/53135839