数据结构和算法分析.zip

# 阅读基础要求： 1.基本概念 2.大O表示法 # 数据结构和算法分析 数据结构：某种数值所需的存储结构 算法：对数值根据所需的计算方法 # 复杂度分析：如何分析以及统计算法的执行效率和资源消耗 1.概念解释 1.1 执行效率，即是时间复杂度 1.2 资源消耗，即是空间复杂度 2.事后统计法 事先写好代码运行一遍统计执行效率 FAQ: 1.受测试环境的影响，i9肯定比i3执行效率高吧 2.受运行的数据量的影响，一般测试的数据量可控，正式运行的数据量不完全可控 *以下代码仅用于辅助理解概念* 3.表示法 3.1 大O表示法 O(1)、O(log^n)、O(n)、O(nlog^n)、O(n^2)、O(n^3)、O(2^n) 具体表示概念请自行学习： 比如： O(1) int i = 0; int j = 1; O(n) for(int i =0;i < n;i++){ int a = i + 1; System.out.println("\"" + a) } 3.2 最优时间复杂度 int j = 0 for(int i = 0;i < n;i++){ if (j == i) { System.out.println(); } } 3.3 最差时间复杂度 int j = n - 1 for(int i = 0;i < n;i++){ if (j == i) { System.out.println(); } } 3.4 平均时间复杂度(结合简单的'概率论'理解) int j = m for(int i = 0;i < n;i++){ if (j == i) { System.out.println(); } break; } 3.5 均摊时间复杂度 int[] arrary = new int[n]; int c = 0; void add(int v) { if (c == arraylength) { int s = 0; for (int i = 0;i < array.lengthi++) { s = s + array[i]; } array[0] = s; c = 1; } array[c] = v; ++c; }