数据结构笔记-简述
学习数据结构很长时间了,记录一下以前的笔记。
一、绪论
-
大O表示法表示算法的运行速度
-
二分查找的速度比简单查找快的多。
-
O( log n) 比 O( n ) 快,需要搜索的元素越多,前者比后者就快的多。
-
算法运行时间并不以秒为单位。
-
算法运行时间是从其增速的角度度量的。
二、线性表
- 链表存在类似的问题。在需要读取链表的最后一个元素时,你不能直接读取,必须先访问元素,从第一个直到访问最后一个元素。
需要同时读取所有元素时,链表的效率很高。但如果你需要跳跃读取,链表的效率很低。
-
需要随机地读取元素时,数组的效率很高,可以迅速找到数组的任何元素。
-
当需要在中间插入元素时,链表时更好的选择。
-
删除元素时,链表也是更好的选择。
-
-
数组可以进行,顺序访问,随机访问。而链表只能进行顺序访问。
三、递归与函数
调用另一个函数时,当前函数暂停并处于未完成状态。在计算机系统中,使用函数栈这一数据结构来存储函数调用的信息。所有函数调用都将进入调用栈。
引入“递归”:“递归” 是指调用自己的函数。
递归的条件:
- 基线条件
- 递归条件
如果函数的栈很高,这意味着计算机存储了大量函数调用的信息,这将占用大量的内存。
怎么消除栈高的情况?
- 重新编写函数,使用循环来处理。
- 使用尾递归。(这是一个高级递归主题)并不是所有的编程语言支持尾递归。
四、排序
1.时间性能
平均时间性能:
-
O( n log n )
快速排序、堆排序、归并排序
-
O( n^2 )
直接插入排序、冒泡排序、简单选择排序
-
O( n )
基数排序
其中注意:
当待排序列按关键字顺序排序时,直接插入排序和冒泡排序,能达到O( n )的时间复杂度,快速排序的时间性能蜕化为O( n^2 );
2.空间性能
1.所有的简单排序和堆排序,空间复杂度为O( 1 ) 。
2.快速排序的空间复杂度为O( log n ),原因在于,递归程序执行过程中,栈需要使用的辅助空间。
3.归并排序的空间复杂度最多为O( n ) 。
4.链式基数排序,需要设队列首尾指针,空间复杂度为O( rd ) ,原因在于需要用到一个计数器数组,长度为r,还需要用到一个 rd 的二位数组来作为桶,所以空间复杂度为O( rd ) 。