初识数据结构与算法
数据结构:通俗来讲,数据结构的本质就是用来存储数据的,只是说存储数据有不同的结构,比如:数组、链表、栈、队列、散列表、二叉树、堆、跳表、图等。
算法:算法的本质就是如何让数据更好地存储在数据结构中,比如:递归、排序、二分查找、搜索、哈希算法、分治算法、回溯算法等。
所以说,数据是基础,算法是灵魂。
如果想编写出能高效运行的程序,就需要考虑算法的效率
算法效率:由时间复杂度、空间复杂度决定
时间复杂度
时间复杂度:用来估计算法运行时间的单位。O()用来体现算法时间复杂度的记法,我们称之为大O表示法。
常见的时间复杂度从小到大依次是:
注意:以常数时间O(1)为例,O表示大概,1表示单位
O(1)
System.out.println("Hello World");
O(logN)
int i = 1;
while(i < n)
{
i = i * 2;
}
O(nlogN)
for(m = 1; m < n; m++)
{
i = 1;
while(i < n) {
i = i * 2;
}
}
O(N)
for (int i=0;i<n;i++){
System.out.println("Hello World");
}
O(n2)
for(int i=0;i<n;i++){
for (int j=0;j<n;j++){
System.out.println("Hello World");
}
}
空间复杂度
空间复杂度:用来估计算法内存占用大小的单位
算法使用了几个变量:O(1)
算法使用了长度为N的一维列表:O(N)
算法使用了M行N列的二维列表:O(MN)
O(1)
int x=0;
int y=0;
x++;
y++;
O(N)
该例中空间复杂度主要取决于数组n的长度
int[] newArray=new int[n];
for(int i=0;i<n;i++){
newArray[i]=i;
}
如果是二维数组就是O(N2)
空间换时间策略:现在硬件都比较廉价,一般我们为了提高程序的相应速度会采取空间换时间策略。
比如:缓存、JVM调优幸存区采用的复制算法,都是空间换时间