内容简介:本篇开始,梳理总结数据结构与算法。虽然开的系列都比较多,可是都很重要。数据结构和算法是区分程序员和码农的标志之一,当然我认为软件工程师比程序员更高级一些哈。系列中每篇都是消化吸收以后再整理的,以此来标识自己这部分已经理解了。 咳咳咳,我们学习他们的目的也只是为了应用,像是什么数据推理证明之类的,呃,脱离场景都是耍流氓,我又不做算法方向,花这么大经历去研究证明过程之类的,mdzz吗?所以以后文章都是偏应用方向。
本篇开始,梳理总结数据结构与算法。虽然开的系列都比较多,可是都很重要。
数据结构和算法是区分 程序员 和 码农 的标志之一,当然我认为软件工程师比程序员更高级一些哈。
系列中每篇都是消化吸收以后再整理的,以此来标识自己这部分已经理解了。 咳咳咳,我们学习他们的目的也只是为了应用,像是什么数据推理证明之类的,呃,脱离场景都是耍流氓,我又不做算法方向,花这么大经历去研究证明过程之类的,mdzz吗?所以以后文章都是偏应用方向。
推荐书单
不负责推荐一波,当然都是广受好评的。只看过《算法》。
可能配合着看更好吧
入门:《大话数据结构》,《算法图解》
系统学习:《数据结构与算法描述》
大部头:《算法(第4版)》
基础
如果说数据结构和算法是编程的基础之一的话,那么接下来几个概念就是数据结构与算法的通用基础:
- 时间复杂度
- 空间复杂度
而他俩的理论基础又是:
- 大O表示法
- 几个小小数学方面的
OK,一个个来。
基础的基础
大O表示法
先来看两个函数的坐标图像,他们是:
坐标图为:
可以看到,黄色曲线的增长趋势远远大于蓝色曲线的增长趋势。此时,n才取值30,如果
那么二者的差异将会非常非常大。 在算法领域中,这个增长趋势我们就用 大O表示法
表示。 所以
就表示 纵坐标y的值
随 横坐标n
的增长趋势,该增长趋势就是
这个函数的图像。 说完了,关于 y轴
具体指代什么,稍后再说。
几个数学方面的
上文说的大O表示法,我们可以在
的情境下去看。 比如
,当处于 式1
的情况下,由于 大O表示法 表达的是 y轴数值的增长趋势。假如 n 分别等于 1,1亿,很明显,起决定作用的是:
很明显,是
。 所以
。说这个的意思呢,就是说尽管 式2
是一个多项式,但是在大O分析法的场景下,我们只看对于增长趋势影响最大的项。 证明也很好证明:增长趋势顾名思义就是增长比例么,也就相当于是 y / x
。 式子2除以 n以后就变成了:
,可以进一步简化成, 所以对于增长趋势影响最大的就是第一项,
。
常见的函数图像
在算法领域中,总共就几种需要掌握的函数图像,如下图:
在大O表示法下,他们表示的都是增长趋势,大家可以除以n后自行证明哪个大哈,看图也一样。 结论:
时间与空间复杂度
评价算法性能就是看 运行时间 和 存储空间 占用的。为什么是这两个参数呢? 我认为应该是这样子的:结合冯诺依曼体系结构来看,计算机由:存储器,计算器,控制器和输入输出设备组成。而输入输出设备和控制器无需考虑,所以就剩下存储器和计算器了。算法在单台机器上来说不就是要减少计算和存储吗?愚见。
嗯,所以就引出了 时间复杂度
和 空间复杂度
的概念。
时间复杂度
上文的大O表示法中,y轴的坐标值一直没有具体定义。我们假设机器执行每条指令的时间都是一样,比如是1个时间单位,所以就相当于执行c条指令花费的时间单位就是c。 在分析算法的时间复杂度时,我们把大O表示法的纵坐标轴表示为 程序执行花费的时间(或者说指令执行的次数),所以: 时间复杂度O(n)就表示为:程序正确执行完毕花费时间的增长趋势。而具体
则是看括号中的函数,也就是上文中的图片,可知,是大于的。
空间复杂度
和时间复杂度一样,在计算空间复杂度时,O(n)就表示 程序正确执行完笔花费空间的增长趋势,实际要比时间复杂度情景下简单。
简单练习
做个练习表示结束,分成两讲吧,快写吐了。 比如,分析下列程序的时间和空间复杂度:
void atom(int n) { int arr[n]; int i; for (int i = 0; i < n; i++) { arr[i] = i; } } 复制代码
时间复杂度为:不论n多大,2,3行代码都是1次,第5行for循环体内是n次,第6行for循环体内为n次,所以总体为:n + n + 1 + 1,我们学习过,只看影响最大的,那么就是 2n,进一步简化成几个基本函数,最终就是 n。所以:
时间复杂度为:O(n)。
空间复杂度为:i 之占1个单位,arr 数组占n个,所以最终:
空间复杂度为:O(n)
更多 JAVA 系列教程可访问: blog.csdn.net/zhou307
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 算法与数据结构(一):时间复杂度与空间复杂度
- 数据结构与算法1-复杂度分析1
- 《数据结构与算法之美》学习笔记之复杂度
- 数据结构与算法之美 - 时间和空间复杂度
- 数据结构与算法的重温之旅(二)——复杂度进阶分析
- [译] JS 里的简易算法和数据结构之复杂度
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Servlet&JSP学习笔记
林信良 / 清华大学出版社 / 2010-4 / 48.00元
《Servlet&JSP学习笔记》以“在线书签”项目贯穿全书,随着每一章的讲述都在适当的时候将 Servlet & JSP技术应用于“在线书签”程序之中,并作适当修改,以了解完整的应用程序构建方法。《Servlet&JSP学习笔记》内容包括简单的Web应用程序,开发简单的Servlet & JSP合理管理,JSP的使用,整合数据库等相关内容,《Servlet&JSP学习笔记》适合Servlet ......一起来看看 《Servlet&JSP学习笔记》 这本书的介绍吧!