数据结构笔记-简述

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

1. 大O表示法表示算法的运行速度

2. 二分查找的速度比简单查找快的多。

3. 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。

4. 算法运行时间并不以秒为单位。

5. 算法运行时间是从其增速的角度度量的。

二、线性表

1. 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。

2. 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。

3. 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：

1. 基线条件
2. 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？

1. 重新编写函数，使用循环来处理。
2. 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：

1. O( n log n )

   快速排序、堆排序、归并排序

2. O( n^2 )

   直接插入排序、冒泡排序、简单选择排序

3. 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 ) 。