本贴参考学习内容为——中国大学MOOC浙江大学国家精品课《数据结构》,网址:https://www.icourse163.org/learn/ZJU-93001?tid=1468077441#/learn/announce
一、基本概念
1.1 什么是数据结构
⋅ \cdot ⋅ 数据对象在计算机中的组织方式
-逻辑结构
-物理存储结构
⋅ \cdot ⋅ 数据对象必定与一系列加在其上的操作相关联
⋅ \cdot ⋅ 完成这些操作所用的方法就是算法
1.2 抽象数据类型(Abstract Data Type)
⋅ \cdot ⋅ 数据类型
-数据对象集
-数据集合相关联的操作集
⋅ \cdot ⋅ 抽象: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”的问题
抽象:不管你怎么加的,先加列还是行
1.2 什么是算法
1.2.1 定义
依然很抽象!
好的算法:
不断函数调用,占用的空间与N相关
而循环实现的程序,由于它只用了临时变量和一个for循环,没有涉及任何程序调用的问题,所以不管那个N有多大,占用的空间始终是一个固定的。占用空间的量(是一个常量)不会随着N的增长而增长。
分析函数运行效率,看函数做了多少次乘法(加减法比乘除快很多):
上面每一次循环执行i次乘法,下面一次循环一次乘法。
在分析的时候,通常分析 最坏情况复杂度,“平均”这一问题不是很好搞定。
1.2.2 复杂度的渐进表示
没必要数每个操作做了多少次,只关心随着处理规模的增大,复杂度增长的性质和趋势。
O上界,Ω下界。
1.3 应用实例——最大子列和问题
复杂度O(N^3)。该算法有三层嵌套的for循环,第一个0到N,第二个id到N,第三个i到j,整个的运算量是N立方乘以一个常数。
但是当我们知道当前从i到j的和的时候,我们要计算下一个j的时候,没有必要从头开始往后加。当j增加1时,其实只要在前面的那个i到j的部分和后面加1个元素就行。完全没有必要要那个k循环,是多余的。
有没有可能把O(N^2)改进成NlogN呢?
算法3:分而治之
复杂度:
这让然不是最快的算法!
一个算法的效率这么高,是有副作用的:它的正确性不是特别地明显。理解起来困难!
“在线”的意思是指每输入一个数据就进行即时处理,在任何一个地方中止输入,算法都能正确给出当前的解。