数据结构学习笔记

数据结构：数据存放的方式，对数据的查询、插入、删除等操作就是算法。
算法的必要条件：输入、输出、有穷性、确切性、可行性
算法的好坏判断标准：空间复杂度S(n) 和时间复杂度T(n)
空间复杂度: 运行程序存储变量的空间长度
时间复杂度： 运行程序花费的时间长度

最大子列和算法：
1、暴力求解
public int maxLen(int[] num) {
int ans = num[1];
for(int i = 1; i <= N; i++) {
for(int j = i; j <= N; j++) {
int s = 0;
for(int k = i; k <= j; k++) {
s += num[k];
}
if(s > ans) ans = s;
}
}
return ans;
}

时间复杂度是O(N3)

2、简单优化，去掉一个循环
public int maxLen(int[] num) {
sum[0] = 0;
for(int i = 1; i <= N; i++) {
sum[i] = num[i] + sum[i - 1];
}
int ans = num[1];
for(int i = 1; i <= N; i++) {
for(int j = i; j <= N; j++) {
int s = sum[j] - sum[i - 1];
if(s > ans) ans = s;
}
}

}

时间复杂度是O(N2)

3、通过逻辑方面来改进
int MaxSubseqSum4( int A[], int N )
{ int ThisSum, MaxSum;
int i;
ThisSum = MaxSum = 0;
for( i = 0; i < N; i++ ) {
ThisSum += A[i]; /* 向右累加 /
if( ThisSum > MaxSum )
MaxSum = ThisSum; / 发现更大和则更新当前结果 /
else if( ThisSum < 0 ) / 如果当前子列和为负 /
ThisSum = 0; / 则不可能使后面的部分和增大，抛弃之 */
}
return MaxSum;
}

时间复杂度是O(N)；空间复杂度是1

4、用分治思想实现
public static int split(int[] arr, int left, int right) {
if (left == right)
return arr[left];
int mid = (left + right) >> 1;
int lvalue = split(arr, left, mid);
int rvalue = split(arr, mid + 1, right);

	int sum = 0;
	int lmax = arr[mid];
	for (int i = mid; i >= left; i--) {
		sum += arr[i];
		if (sum > lmax) lmax = sum;
	}
	sum = 0;
	int rmax = arr[mid + 1];
	for (int i = mid + 1; i < right; i++) {
		sum += arr[i];
		if (sum > rmax) rmax = sum;
	}
	int an = lmax + rmax;
	if (lvalue > an) an = lvalue;
	if (rvalue > an) an = rvalue;
	return an;
}

待续
时间复杂度是O(Nlogn);空间复杂度是logn