JavaScript数据结构与算法001|初识数据结构与算法

第一章 初识数据结构与算法

• “数据结构是数据对象，以及存在于该对象的实例和组成实例的数据元素之间的各种联系。这些联系可以通过定义相关的函数来给出。”——Sartaj Sahni，《数据结构、算法与应用》
• “数据结构是 ADT（抽象数据类型 Abstract DataType）的物理实现。”—— Clifford A.Shaffer，《数据结构与算法分析》
• “数据结构（data structure）是计算机中存储、组织数据的方式。通常情况下，精心选择的数据结构可以带来最优效率的算法。”
  ——中文维基百科

1.1 算法

算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间，空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。在计算机领域里, 算法是一系列程序指令, 用于处理特定的运算和逻辑问题。 衡量算法优劣的主要标准是时间复杂度和空间复杂度。

1.2 数据结构

数据结构是数据的组织、管理和存储格式, 其使用目的是为了高效地访问和修改数据。
数据结构包含数组、链表这样的线性数据结构, 也包含树、图这样的复杂数据结构。

1.3 时间复杂度

时间复杂度是对一个算法运行时间长短的量度, 用大 O 表示, 记作 T(n)=O(f(n))。
常见的时间复杂度按照从低到高的顺序,包括O(1)、O(logn)、O(n)、O(nlogn)、O(n^2)等。

1.4 空间复杂度

空间复杂度是对一个算法在运行过程中临时占用存储空间大小的量度, 用大 O 表示, 记作 S(n)=O(f(n))。
常见的空间复杂度按照从低到高的顺序, 包括 O(1)、O(n)、O(n^2)等。其中递归算法的空间复杂度和递归深度成正比