初识数据结构与算法(一)

目录：

• 1.什么是数据结构
• 2.什么是算法
• 3.数据结构与算法的重要性
• 4.算法的时间复杂度和空间复杂度

---

一、什么是数据结构

  数据结构(Data Structure)是计算机存储、组织数据的方式，指相互之间存在一种或多种特定关系的 数据元素的集合。

总的来说数据结构是在内存中管理数据进行增删查改的操作，于数据库对比， 数据库是在硬盘中管理数据进行增删查改的操作。

---

二、什么是算法

  算法(Algorithm):就是定义良好的计算过程，他取一个或一组的值为输入，并产生出一个或一组值作为 输出。简单来说算法就是一系列的计算步骤，用来将输入数据转化成输出结果。

总的来说算法就是对一组数据进行处理并可以考虑其的效率。

---

三、数据结构与算法的重要性

  数据结构与算法是相辅相成的，现今的许多中小厂，甚至大厂在笔试和面试的时候有很多的题都是关于数据结构与算法，公司对学生代码能力的要求是越来越高了，大厂笔试中几乎全是算法题而且难度 大，中小长的笔试中才会有算法题。

  由此可见不管计算机的哪一个岗位，数据结构与算法都很重要。

---

四、算法的时间复杂度

  算法的时间复杂度是用来衡量一个数据的效率高低，程序运行时间无法准确算出，所以不能用程序运行时间来评估一个代码的运行效率，因为运行所用的时间不仅与代码有关也与电脑的配置能环境有关。

算法的时间复杂度是程序的基本操作次数。

请算一下下面代码的时间复杂度：

void Func1(int N)
{
    int count = 0;
    for (int i = 0; i < N ; ++ i)
    {
         for (int j = 0; j < N ; ++ j)
         {
             ++count;
         }
    }
 
    for (int k = 0; k < 2 * N ; ++ k)
    {
         ++count;
    }
    int M = 10;
    while (M--)
    {
         ++count;
    }
    printf("%d\n", count);
}

Func1 执行的基本操作次数 ：  F(N) = N^2 + 2 * N + 10

实际中我们计算时间复杂度时，我们其实并不一定要计算精确的执行次数，而只需要大概执行次数，那么这 里我们使用大O的渐进表示法。

大O的渐进表示法：

1、用常数1取代运行时间中的所有加法常数。

2、在修改后的运行次数函数中，只保留最高阶项。

3、如果最高阶项存在且不是1，则去除与这个项目相乘的常数。得到的结果就是大O阶

所以Func1用大O的渐近表示法为： O(N^2+N)

通过上面我们会发现大O的渐进表示法去掉了那些对结果影响不大的项，简洁明了的表示出了执行次数

另外有些算法的时间复杂度存在最好、平均和最坏情况：

// 计算strchr的时间复杂度？
const char * strchr ( const char * str, int character );

strchr是用来在一个串中查找给定字符的第一个匹配之处

最好的情况：O(1)  （找一次就找到了）

中立的情况：O(N/2) （找到中间的位置找到）

最坏的情况：O(N)  （找到最后一个）

在实际中一般情况关注的是算法的最坏运行情况，所以数组中搜索数据时间复杂度为O(N)

所以上面代码的时间复杂度是：N(N)