数据结构与算法概述

程序 = 数据结构 + 算法
            ---某图灵奖得主

数据结构

基本数据单位

基本数据单位

数据>>数据对象>>>数据元素>>>>数据项

---

逻辑结构

常见的几种结构有集合结构、线性结构、树形结构、图形结构，其中：

线性结构：有序数据元素集合，比如队列、栈、字符串、数组、链表

树形结构：一对多，比如二叉树，红黑树

---

物理结构

顺序存储结构

链式存储结构

分两种，一种是顺序存储结构，一种是链式存储结构

---

算法

解决特定问题的指令序列

特点：输入输出、有穷性、确定性、可行性
评价标准：正确性、可读性、健壮性、效率高

效率度量

时间复杂度

大O表示法

1. 用常数1取代运行时间中所有常数 3->1 O(1)
2. 在修改运行次数函数中,只保留最高阶项 +2+5 -> O()
3. 如果在最高阶存在且不等于1,则去除这个项目相乘的常数 2 ->O( )

常见的时间复杂度

执⾏次数函数	阶	术语
12	O(1)	常数阶
2n+3	O(n)	线性阶
3+2n+1	O()	平方阶
5 + 20	O()	对数阶
2n+3n+19	O(n)	n阶
6+2+3n+4	O()	⽴方阶
2n	O(2n)	指数阶

时间复杂度描述的是算法的最坏情况。

空间复杂度(转载_罗小黑)

对于一个算法，所有的变量、指令、结果都需要存储空间，另外在算法的执行过程中，临时变量和临时结果也需要保留下来以便下一步计算，这些称为算法执行时的辅助空间。空间复杂度主要定性描述算法所需的辅助空间。

空间复杂度相对来说比较简单，只需要关注算法在执行时消耗的辅助空间即可，例如，swap() 函数中 temp 元素的消耗就是辅助空间。当然这个函数还能更高级，看大佬这里。

一个好的算法是什么样的？

正确性高、可读性强、健壮性高、效率高
正确性：毋庸置疑，首先必须正确，切实解决问题；
可读性：代码规范，易读注释，逻辑清晰，简单明了，但不是代码越少越好；
健壮性：输入考虑容错、边界值、输出；
效率：时间、空间按业务取舍；

欢迎留言讨论