【数据结构】1.数据结构和算法效率（C语言）

【数据结构】—— 1.数据结构和算法效率

一、数据结构的概念

​ 数据结构（Data Structure）：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

​ 算法（Algorithm）：计算的方法

​ 数据结构和数据库的区别是什么：

数据结构在内存中管理数据

数据库在磁盘中管理数据

​ 在后面我们会学习实现各种数据结构，在我们使用数据结构时建议不要直接访问数据，而是使用数据结构提供的接口访问，这样做的目的是为了解耦（解除耦合性，让数据的操作更独立，不至于牵一发而动全身）

二、算法效率

​ 算法效率：衡量一个算法好坏的标准

​ 衡量算法效率的标准有时间复杂度和空间复杂度，现实生活中人们更注重时间复杂度

1. 时间复杂度

​ 时间复杂度：一个函数，描述算法中的基本操作的执行次数

​ 大O的渐进表示法：用于描述函数渐进行为的数学符号

1. 计算出算法最坏执行次数
2. 保留最高阶指数（去掉系数，如果是常数则为1）
3. 使用$O(函数)$的格式表示
4. 函数的未知数通常为N，有时多个数据影响算法执行效率还会出现多个未知数

一些函数的时间复杂度：

1. 函数Fun1执行$n^2+n+10$次计算，时间复杂度为：$O(n^2)$

void Fun1(int n)
{
    int count = 0;
    for (int i=0; i<n; ++i)		//执行n^2次
    {
        for (int j=0; j<n; ++j)
        {
            ++count;
        }
    }
    
    for (int k=0; k<2*n; ++k)	//执行n次
    {
        ++count;
    }
    
    int m = 10;
    while (m--)	//执行10次
    {
        ++count;
    }
    printf("%d" count);
}

2. 冒泡排序法时间复杂度为$O(n^2)$，执行$1+2+...+(n-2)+(n-1)=n\times (n-1)/2$次
3. 二分查找法时间复杂度为$O(lo{g}_{2}N)$，每次查找区间折半，$N/2/2/2/2...=1$，查找x次，则$2^x=N$，则$x=lo{g}_{2}N$
4. 斐波那契数递归实现时间复杂度为$O(2^n)$，执行约为$2^0+2^1+...+2^{n-1}=2^n-1$

2. 空间复杂度

​ 空间复杂度也是一个数学表达式，是运行时临时占用存储空间大小的量度

1. 函数运行时所需要的栈空间，在编译期就确定好了，因此空间复杂度是以运行时显示申请的额外空间来确定
2. 空间大小是不叠加的，时间是叠加的

一些函数的空间复杂度：

1. 冒泡排序法空间复杂度为$O(1)$，没有根据数组的大小创建额外空间
2. 阶乘求递归的空间复杂度为$O(n)$，每次递归创建函数栈帧一次，一共递归n次
3. 递归求斐波那契数的空间复杂度为$O(n)$，树的深度为n，深度相同的节点使用的都是同样一层的函数栈帧

3. 复杂度对比

阶数	复杂度	栗子	n为1000时的运算次数
常数阶	$O(1)$	$5645879$	1
线性阶	$O(n)$	$3n+2$	1000
平方阶	$O(n^2)$	$n^2+2n+1$	1000000
对数阶	$O(lo{g}_{2}n)$	$3lo{g}_{2}n+4$	10
$nlogn阶$	$O(nlo{g}_{2}n)$	$2n+nlo{g}_{2}n+23$	10000
立方阶	$O(n^3)$	$n^3+2n^2+4n+3$	1000000000
指数阶	$O(2^n)$	$2^n$	大到离谱