前言
什么是数据结构呢?在接触之前,只听过程序=算法+数据结构,后来学习了一下,知道了能够对一定规范的输入,在有限时间内获得所要求的输出就可以称为算法,其实任何代码片段都可算为算法,如1+1=2,而数据结构则是计算机存储和组织数据的一种方式,可以用来高效的处理数据。但是程序有好快,好的程序不外乎两点,“快”和“省”,也就是我们所说的程序执行速度快,占用更小的内存空间,与之对应的名词就是时间复杂度和空间复杂度。数据结构可以说是高效算法的基础,选用合适的数据结构,可以让程序速度更快,占用更少内存。
大O表示法
评判一个算法的好坏是非常重要的,那么这时候就需要大O表示法了,
大O表示法可以告诉我们算法的快慢,比较的是操作数,指出了算法运行时间的增速,**O(n)**括号里的是操作数。
常见的大O表示法
O(log n) # 对数时间,常见例子有二分查找
O(n) # 也叫线性时间,简单查找
O(n*log n) # 快速排序--一种速度较快的排序算法
O(n^2) # 选择排序-- 一种速度较慢的排序算法
O(n!) # 旅行商问题的解决方案--一种非常慢的算法
以此我们其实也可以比较不同的大O值,O(1)是优秀,O(logN)是良好,O(N)是还可以,O(N^2)则很差了
而算法的空间复杂度是通过计算算法所需的存储空间实现, 算法空间复杂度的计算公式记作: S(n) = O(f(n)) , 其中, n 为问题的规模, f(n)为语句关于n所占存储空间的函数