数据结构与算法.01概述

数据结构与算法概述

什么是数据结构？

将元素按照一定的关系进行操作，用来组织与存储数据

数据结构分类

• 逻辑结构分类：集合结构，线性结构，树形结构，图形结构
• 物理结构分类：顺序存储结构，链式存储结构

算法

• 指的是用着系统的方法来解决问题的策略机制，能够在有限的时间内，对一定规范的输入获得要求的输出。其实就是如何在短时间内尽可能地使用更少的内存完成相同的需求。

时间复杂度分析

我们需要计算算法时间的耗费情况，那如何度量算法的执行时间呢？取决于以下因素

• 采取什么算法
• 代码质量
• 问题的输入规模
• 机器执行指令的速度(Java中的JVM)
• 核心操作的次数

再进行算法分析时，算法的时间复杂度就是算法的时间度量，记作T(n)=O(f(n))，我们需要明确：执行次数就等于执行时间

• eg1：

{
    int sum = 0;//执行1次
    int n = 10;//执行1次
    sum = (n+1)*n/2;//执行1次
        }

• eg2：

{
    int sum = 0;//执行1次
    int n = 100;//执行1次
    for (int i = 1;i<=n;i++){
        sum += i;//执行n次
        }
}

• eg3：

{
    int sum = 0;//执行1次
    int n = 100;//执行1次
    for (int 1 = 1; i<=100; i++) {
        for (int j = 1; j<=n; j++) {
            sum += i//执行n^2次
            }
        }
}

• 用常数1取代运行时间中所有的加法运算
• 如果高阶项存在，且常数因子不为1，则去除与这个项相乘的常数
• 算法1：3次 O(1)
• 算法2：n+3次 O(n)
• 算法3：n^2+2次 O(n^2)

空间复杂度分析

Java中常见的内存占用

• byte 1b
• short 2b
• int 4b
• long 8b
• float 4b
• double 8b
• boolean 1b
• char 2b

算法的空间复杂度记作：S(n)=O(f(n))，n为输入规模，f(n)为语句关于n所占存储空间的函数、

• 反转数组，并返回反转的内容
• 方法一(空间复杂度为O(1))

public static int[] reverse01(int[] arr) {
    int n = arr.length;//申请4个字节
    int temp;//申请4个字节
    for(int start=0;end=n-1;start<=end;start++;end--) {
        temp = arr[start];
        arr[start] = arr[end];
        arr[end] = temp;
        }    
    return arr;
}

• 方法二(空间复杂度为O(n))

public static int[] reverse02(int[] arr) {
    int n = arr.length;//申请4个字节
    int[] temp = new int[];//申请n*4个字节，数组自身头信息开销24个字节
    for(int i = n-1;i >= 0;i--) {
        temp[n-1-i] = arr[i];
    }   
    return temp;
}

如果兄弟们以后是做嵌入式开发，那么就会对空间复杂度有着较高的要求。