Leetcode算法入门学习笔记
例如:Day1 基础知识学习
前言
参加了Datawhale的学习活动,用于记录一下自己的学习过程。
一、算法入门与数组(共14天)
1.Day1基础知识学习
1.1《算法 + 数据结构 = 程序》
简单来说,「算法」就是解决问题的方法或者过程。如果我们把问题看成是函数,那么算法就是将输入转换为输出的过程。「数据结构」是数据的计算机表示和相应的一组操作。「程序」则是算法和数据结构的具体实现。
数据结构(Data Structure):带有结构特性的数据元素的集合。
数据结构可以分为 「逻辑结构」 和 「物理结构」。
逻辑结构可分为:集合结构、线性结构、树形结构、图形结构。
物理结构可分为:顺序存储结构、链式存储结构。
「逻辑结构」指的是数据之间的 关系,「物理结构」指的是这种关系 在计算机中的表现形式。
1.2 算法复杂度
算法复杂度(Algorithm complexity):在问题的输入规模为n的条件下,程序的时间使用情况和空间使用情况。
- 时间复杂度(Time Complexity):在问题的输入规模为n的条件下,算法运行所需要花费的时间,可以记作为T(n) 。
- 空间复杂度(Space Complexity):在问题的输入规模为n的条件下,算法所占用的空间大小,可以记作为S(n) 。一般将算法的辅助空间作为衡量空间复杂度的标准。
二、使用步骤
1.引入库
代码如下(示例):
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
2.读入数据
代码如下(示例):
data = pd.read_csv(
'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())
该处使用的url网络请求的数据。
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。