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)