Python学习18--常用的数据结构以及查找方法实现

一、常用的数据结构

1、数组

数组在内存中是连续存储，通过起始位置和偏移量来对其中每一个元素进行访问；
优点：随机访问很好。资源使用少
缺点：插入或者删除元素比较麻烦。
第一个元素：起始地址+0偏移量
第二个元素：起始位置+1偏移量
第i个元素： 起始位置+（i-1）*偏移量

时间复杂度 ：数组的随机访问元素时间复杂度O(1):常数时间复杂度
线性存储：每个元素都有一个前驱元素，一个后续元素

2、链表

链表是线性存储的数据结构，跟数组不同在于，链表不是连续的，链表中的每一个点被称为【节点】，每个节点都包含两个部分：数据域和指针域
其中数据域存储的是元素，指针域存储的是下一个节点的地址
链表分为：单向链表、双向链表（有三个区域，中间的是数据域，前驱元素的地址，后续元素的地址）

优点：链表插入或者删除元素效率高，只需要修改指针域即可
缺点：链表的随机访问性不好，资源占用的多。
如果既要有随机访问性，又删除和添加操作快-----在链表和数组中选一个的话只能选数组，理由如下：
1、节省空间
2、添加和删除操作，链表本身也需要遍历（访问），找到对应的元素，所以可能也会浪费时间

3、堆栈（栈）

受限的线性表：只能在线性表的一端添加或者删除元素，不能在中间添加或者删除元素。
栈顶，栈底
出栈顺序：无论是添加元素，删除元素，都是从栈顶操作。
后进先出，栈顶元素先出 LIFO last in first out
应用场合： 函数调用，异常的传播和抛出

4、队列

受限的线性表，只能在队尾添加元素，只能在队头删除元素，不能在中间添加或者删除元素
队头（表头），队尾（表的最后一个元素）
出队列的顺序：先进先出，队头元素先出 FIFO first in first out
双端队列：同时实现队列和堆栈的特性

5、树

树是由节点集和连接每对节点的有向边集组成，结构有：根、父节点、子节点、叶子节点（没有子节点）

二叉树：任何一个节点的孩子数不超过两个，分别称为左子树和右子树

满二叉树：树的深度m，2^m-1个节点，（除了叶子节点以外，其余都有两个孩子）

完全二叉树：当所有节点的编号跟满二叉树一致，这种二叉树是完全二叉树
二叉树的遍历分为三种，都是针对根节点来说的
先序遍历：先根、左、右
中序遍历：左，根，右
后序遍历：左，右，根

6、哈希表

哈希映射
数学上函数y=f(x) ---- y=x+1
将一组关键字映射到有限的地址集合上，这种就叫做哈希散列表
关键字映射到相应地址的函数：哈希函数
python中字典使用的是哈希表存储结构

二、算法的衡量标准

时间复杂度：以最坏时间复杂度为准
常用的时间复杂度
O(1)< O(logn)<O(n)<O(nlogn)<O(n^2)

O(1)复杂度【注意没有O(2)、O(3)】指：

x=1
y=2

O(logn)复杂度指：

while n!=0:
    print(n)
    n=n//2

O(n)复杂度指：

n=10
for i in range(n):
    print("x")

O(n^2)复杂度指：

for  i in range(n):
    # for j in range(n):
    for j in range(i):
        print("x")

空间复杂度：用空间为代价，换取时间

三、查找算法的实现

1、顺序查找

前到后，顺序查找跟关键字元素相符合的元素

def search(li,key):
    for index,i in enumerate(li):
        if i==key:
            return index
    return -1

li=[1,2,5,6,77,88]
print(search(li,6))

时间复杂度是O(n)

2.折半查找

前提条件：列表中的元素必须是有序
选择中间的元素进行比较，每次排除一半的元素

def findMiddle(key,li):
    startIndex = 0
    endIndex = len(li)-1

    while startIndex<= endIndex:
        middleIndex = (startIndex + endIndex) // 2
        if key == li[middleIndex]:
            return middleIndex
        elif key < li[middleIndex]:
            endIndex = middleIndex-1
        elif key>li[middleIndex]:
            startIndex = middleIndex+1
    return -1

时间复杂度： O(logn)

折半查找是不是一定好于顺序查找？
折半查找需要先进行排序，当重复调用查找的方法的时候，适合折半查找。进行排序之后，一劳永逸的进行查找。