零压力认识数据结构和算法

什么是数据结构和算法呢?

• 可能你之前经常在很多地方都看到有人讨论 数据结构和算法，但是它到底是什么一直云里雾里，
• 因为似乎我们学习编程的过程中，没有必要了解这些，我只是在学习一门语言的基本语法/高级语法/做出界面效果/实现复杂的逻辑就可以了.
• 数据结构和算法?它是什么? I don’t care?
• 如果我们只是想了解语言的应用层面，那么数据结构和算法显得没有那么重要。
• 但是如果我们希望了解语言的设计层面，那么数据结构和算法就非常的重要.

举个例子:

• Java的线性结构列表，有ArrayList和LinkedList,如何选择呢?
• 死记住规则，你也可以很好的选择，但是如果你了解它们底层的数据结构就会非常清晰的知道如何选择.
• 虽然我们也许不重头到尾设计一门编程语言，但是了解这些同样重要

到底什么是数据结构和算法？

• 什么时候会想学习数据结构和算法呢?
  • 面试时被问到的时候.
  • 工作一两年之后
• 那么，到底什么是数据结构和算法呢?
  • 官方定义:并没有…
• 我们分开来理解它们是什么?
  • 什么是数据结构?
  • 什么是算法?

什么是数据结构？

• 民间定义:
  • “数据结构是数据对象 ，以及存在于该对象的实例和组成实例的数据元素之间的各种联系。这些联系可以通过定义相关的函数来给出。” — 《数据结构、 算法与应用》
  • ”数据结构是ADT (抽象数据类型Abstract Data Type )的物理实现。” — 《数据结构与算法分析》
  • “数据结构( data structure )是计算机中存储、组织数据的方式。通常情况下，精心选择的数据结构可以带来最优效率的算法。”–中文维基百科
• 我们还是从 自己的角度 来认识数据结构吧:
  • 数据结构就是在计算机中，存储和组织数据的方式
  • 我们知道，计算机中数据量非常庞大，如何以高效的方式组织和存储呢?
  • 这就好比一个庞大的图书馆中存放了大量的书籍，我们不仅仅要把书放进入，还应该在合适的时候能够取出来

我们从摆放图书说起：
如何摆放图书？

如果自己的书比较少，我们可以这么摆放：

如果你有一家书店， 书的数量相对较多，我们可以这样摆放：

如果我们开了一个图书馆，书的数量相当庞大，我们可以这样摆放：

图书摆放规则：

• 图书摆放要使得两个相关操作方便实现:
  • 操作1 :新书怎么插入?
  • 操作2:怎么找到某本指定的书?
• 方法1 :随便放
  • 操作1 :哪里有空放哪里，一步到位!
  • 操作2:找某本书，累死…
• 方法2 :按照书名的拼音字母顺序排放
  • 操作1:新进一本《阿Q正传》，按照字母顺序找到位置插入
  • 操作2:二分查找法
• 方法3:把书架划分成几块区域按照类别存放类别中按照字母顺序
  • 操作1:先定类别，二分查找确定位置，移出空位
  • 操作2:先定类别，再二分查找

结论:

1. 解决问题方法的效率，根数据的组织方式有关
2. 计算机中存储的数据量相对于图书馆的书籍来说数据量更大，数据种类更多
3. 以什么样的方式来存储和组织我们的数据才能在使用数据时更加方便呢?
4. 这就是数据结构需要考虑的问题

常见的数据结构

• 常见的数据结构较多
  • 每一种都有其对应的应用场景，不同的数据结构的不同操作性能是不同的.
  • 有的查询性能很快,有的插入速度很快,有的是插入头和尾速度很快
  • 有的做范围查找很快,有的允许元素重复,有的不允许重复等等
  • 在开发中如何选择要根据具体的需求来选择
• 注意:数据结构和语言无关，常见的编程语言都有直接或者间接的使用上述常见的数据结构
• 为什么之前学习JavaScript没有接触过数据结构呢?好像只见过 数组
  • 单纯从客户程序员的角度，我们并不需要过多的了解它们的实现细节.
  • 但是简单的使用不能让我们更加灵活的使用它们.了解真相你才能获得真正的自由

什么是算法？

• 算法(Algorithm)的认识
  • 在我们以前的学习中，我们可能学习过几种排序算法.并且知道，不同的算法，执行效率是不一样的.
  • 也就是说解决问题的过程中，不仅仅数据的存储方式会影响效率，算法的优劣也会影响着效率
  • 那么到底什么是算法呢?
• 算法的定义:
  • 一个有限指令集，每条指令的描述不依赖于语言
  • 接受些输入(有些情况下不需要输入)
  • 产生输出
  • 一定在有限步骤之后终止
• 算法通俗理解:
  • Algorithm这个单词本意就是解决问题的办法/步骤逻辑.
  • 数据结构的实现，离不开算法.

举例：
点灯不工作的解决算法

生活中的数据结构

• 前面我们提了一下生活中的数据结构和算法: 图书的摆放

  • 为了更加方便的插入和搜索书籍，需要合理的组织数据，并且通过更加高效的算法插入和查询数据
  • 除了这些，生活中还有很多案例.

• 快递员的快递

  • 上大学期间不知道大家有没有收过快递
  • 大学的快递通常情况不是送到宿舍的(要不快递员不愿意挨着去送，要不宿舍压根不让进)
  • 通常快递会放在某个固定的地方，让大家自己去拿.
  • 当你跑到固定的地方拿快递，还有两种情况:一种自己去海量的快递中找另种快递员让你报出名字， 它帮你找
  • 自己寻找相当于线性查找，一个个挨着看吧当然我们人类眼睛处理数据的能力非常快眼观六路耳听八方，可能很快也能找到
  • 但是比较好的方式，应该是快递员帮我们找如果这个快递员动动脑筋的话，最好的方式是对快递进行分类，比如按照名字分类.
  • 这个时候只要你报出名字，它会根据姓氏立马锁定到块快递中再根据名字马上帮你找到.
  • 这就体现了合理的组织数据，对于我们获取数据效率的重要性至关重要.

• 找出线缆出问题的地方:

  • 假如上海和广东之间有一条高架线高架线长度是1.000,000米有一天高架线中有其中一米出现了故障.
  • 请你想出一种算法可以快速定位到处问题的地方.
  • 线性查找:
    • 从上海的起点开始一米米的排查 最终定能找到出问题的线段.
    • 但是如果线段在另一头我们需要排查1,000,000次这是最坏的情况平均需要50000次
  • 二分查找:
    • 从中间位置开始排查，看一下问题出在 上海到中间位置还是中间到杭州的位置.
    • 查找对应的问题后，再从中间位置分开，重新锁定一般的路程.
    • 最坏的情况，需要多少次可以排查完呢?最坏的情况是20次就可以找到出问题的地方.
    • 怎么计算出来的呢?log(1000000，2),以2位底1000000的对数≈20。

结论:

• 你会发现解决问题的办法有很多.但是好的算法对比于差的算法，效率天壤之别.

ok，数据结构的浅短认识就介绍到这里。如有偏差请各位大佬指正！！