程序等于数据结构加算法

     目前正在做一个证券行业的项目,之前没有在这个行业的案例。 在开发的长路漫漫中,修改重构是在所难免的。现在应用基本稳定,总结了一下这些修改,发现绝大部分发生在数据结构这个范畴内。由于设计开发时对证券行业知识了解得不是很深入和全面,整个应用的数据模型经历了不少时间才稳定下来,包括目标事物的分类,继承关系,每个事物的结构定义,甚至是某个属性的数据类型,都做过修改。 可想而知,当这些数据结构发生变化时,修改会分布在整个程序的各个层面各个角落(包括数据库表单)。通常我都要群发邮件,把修改点一一列出,供开发人员按图索骥去修改和检查。接口的变动也是如此,只是情况稍好一些,一旦发生变化,改动的点要少一些。

     想到设计模式。抽象一下,设计模式的模式是在确定上下层之间的固定接口的前提下,通过提供在下层的不同的实现,把变化控制的层内而不是扩散到层外,来达到程序具备高扩展性的目的。 然而接口固定是比较难的,在接口方法,接口参数,组成参数的数据结构变化的时候,大多模式也就不怎么有用了。

     个人观点,对于一个应用来讲,确定数据模型和接口才是最重要的设计内容。至于如何使用设计模式,是次要一些的问题,过多地使用设计模式更不可取。 所以老话说的没错“程序等于数据结构加算法”, 其他的东西可以锦上添花。 :)

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
算法数据结构它们分别涵盖了以下主要内容: 数据结构(Data Structures): 逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉树、堆、B树)、图结构(有向图、无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,树和图的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值