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。