Leetcode算法入门学习笔记

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。