一·基本数据结构与算法

算法基本概念

算法:解决问题的方法

程序:用某种语言来诠释算法,将算法写成代码。

算法基本特征:

1.可行性 2.确定性 3.有穷性 4.有足够的情报

算法的基本要素

1.算法种对数据对数据对象的运算和操作 2.算法的控制语句

算法设计的基本方法:

1.列举法 2.归纳法 3.递推法 4.减半递推法 5.递归法 6.回溯法

算法复杂度:

时间复杂度:是指执行算法所需要的计算工作量,是用算法所执行的基本运算次数来计算的,算法的工作量=f(n),n为问题的规模。分析算法的工作量:1)平均性态 2)最坏情况

空间复杂度:是指执行这个算法所需要的内存空间,算法执行所需要的存储空间包括:1)输入数据所占的存储空间 2)程序本身所占存储空间 3)算法执行过程中所需的额外空间

数据结构的定义

数据结构研究内容:1.逻辑结构 2.存储结构 3.对各种数据结构进行的运算

数据结构是指数据以及其关系

数据结构关系:1.线性结构 2.树状结构 3.网状结构 4.集合

数据逻辑结构

逻辑结构两个要素:1)数据元素的集合,通常记为D 2)D上的关系,反映了D种各数据元素之前的前后关系,通常记为R,即一个数据结构可表示为:B=(D,R)

数据的存储结构

数据在逻辑结构在计算机存储空间种存放方式

数据结构的图形中表示:根结点,终端结点(叶子结点),内部结点

线性结构与非线性结构:线性:一个非空的数据结构有且只有一个根结点,每一个结点最多有一个前件,也最多有一个后件。非线性;不满足以上两个条件的数据结构就被成为非线性结构,主要为树状结构和图装结构。

线性表

线性表基本概念:线性表是最简单最常用的一种数据结构

存储结构:连续性,

插入与删除需要移动大量数据,效率低下,尤其是纯属表中数据较多的情况下尤为突出

栈与队列

栈:特殊的线性表,一端是封闭的(栈底),未封闭可以操作的一端(栈顶)。插入数据成为入栈,删除数据被成为出栈。入栈与出栈只能发生在栈顶。操作特定为先进后出

队列;插入数据应该是插入到对位,删除数据从队首删除。操作特点为先进先出

循环存储的循环队列:在实际应用中,比较有意义的一种形式,约定:front所指向的位置不作使用,必定为空。防止循环中出现队列为空于满队列之间无区别。

线性链表

(是否带头结点)

单链表

单向循环链表

双向链表

双向循环链表

运算:插入,删除。

类型 优点 缺点
顺序线性表 1.可随机存取表中任意结点 2.无需为表示结点间的逻辑关系额外增加存储空间 1.插入和删除的效率低2.存储空间不利于扩充3.不便于对存储空间的动态分配
链式线性表 1.在进行插入和删除是,只需改变指针,无需移动元素2.存储空间易于扩充并且方便空间动态分布 需要额外的空间开销,每个结点中需要以恶指针域来表示逻辑关系,存储密度必顺序表低

树状结构

二叉树的基本性质:

1)在二叉树的第K曾,最多有2^(k-1)个结点(k>=1)

2)深度为K的二叉树中,最多有2^k-1个结点

3)对任何一颗二叉树,度数为0的结点(叶子结点)总是比度为2的结点多一个

4)具有n个结点的二叉树,其深度至少为【log2n]+1,其中(log2n)表示log2n的整数部分

5)具有n个结点的完全二叉树的深度为(log2n)+1

6)设完全二叉树()共有n个结点,如果从根结点开始,按层序用自然数进行编号,有以下结论:1.若i=1,则结点为根结点,它没有父结点,若i>1,则结点的父结点编号为i/2(取整),左子结点为2i,右子结点为2i+1

存储:链式存储

遍历:前序(根,左,右),中序(左,根,右),后序(左,右,根),按层(层次关系)

查找和排序

查找:顺序查找,二分法查找

一,顺序查找:顺序搜索:最理想情况下,比较次数为1,最坏情况为n,平均情况需要比较n/2次,所以查找算法的时间复杂程度为O(n)

二,二分法查找:折半查找,需要满座条件:1.用顺序存储结构,2.线性表是有序表

长度为n的有序线性表,在最坏情况下,二分查找需要比较log2n次

排序:交换类排序法,插入类排序法,选择类排序法

交换类排序法:

冒泡排序法:简单的交换类排序方法,通过相邻的两个数对比进行交换,长度为n的线性表排序,冒泡排序需要经过n/2便的从前往后的扫描和n/2便从后往前扫描

快速排序:冒泡排序的改进,平均时间的平均时间效率为O(log2n),最坏情况下时间效率为O(n2),所有排序算法中最快的一种。

插入类排序:

简单插入排序法:组织两个表,有序表和无序表,依次取出无序表中内容,插入到有序表中相应的位置,最好情况下,即为初始排序序列就是有序的情况,简单插入排序的比较次数n-1次,移动次数为0次,最坏ide情况下,即为初始排序是逆序,比较次序为n(n-1)/2次,移动次数是n(n-1)/2.平均比较次数和平均移动次数都约为n2/4,所有直接插入排序时间复杂程度为O(n^2)

希尔排序法:将整个无序序列分割成若干个小的子序列进行插入排序,最坏情况下,希尔排序所需要的比较次数为O(n1.5)

选择排序法:

简单选择排序:直接从目前的排序范围内找到最小的一个,放在第一个元素位置,其余以此类推。最坏情况下需要比较n(n-1)/2次

推排序法:对大量数据元素高效,需要比较次数为O(nlog2n)。

方法 平均时间 最坏情况 辅助存储
冒泡排序 O(n^2) O(n^2) O(1)
快速排序 O(nlog2n) O(n^2) O(log2n)
简单插入排序 O(n^2) O(n^2) O(1)
简单选择排序 O(n^2) O(n^2) O(1)
堆排序 O(nlog2n) O(nlog2n) O(1)

上述没有包括希尔,以为其时间效率于所取的增量序列有关,最坏情况下,所需比较次数为O(n^1.5)

c二级的更多相关文章

  1. 探索ASP.NET MVC5系列之~~~5.缓存篇(页面缓存+二级缓存)

    其实任何资料里面的任何知识点都无所谓,都是不重要的,重要的是学习方法,自行摸索的过程(不妥之处欢迎指正) 汇总:http://www.cnblogs.com/dunitian/p/4822808.ht ...

  2. MySQL 优化之 MRR (Multi-Range Read:二级索引合并回表)

    MySQL5.6中引入了MRR,专门来优化:二级索引的范围扫描并且需要回表的情况.它的原理是,将多个需要回表的二级索引根据主键进行排序,然后一起回表,将原来的回表时进行的随机IO,转变成顺序IO.文档 ...

  3. Jexus服务器SSL二级证书安装指南

    申请获得服务器证书有三张,一张服务器证书,二张中级CA证书.在Android微信中访问Https,如果服务器只有一张CA证书,就无法访问. 获取服务器证书中级CA证书: 为保障服务器证书在客户端的兼容 ...

  4. [原创]关于mybatis中一级缓存和二级缓存的简单介绍

    关于mybatis中一级缓存和二级缓存的简单介绍 mybatis的一级缓存: MyBatis会在表示会话的SqlSession对象中建立一个简单的缓存,将每次查询到的结果结果缓存起来,当下次查询的时候 ...

  5. iOS开发之"省市"二级联动的数据组织(PHP版)以及PickerView的实现与封装

    之所以要发表这篇博客,还源于最近的开发工作所实现的一个小的Demo, 当然这个Demo不会涉及工作中App的一些内容,下方要实现的Demo是通用的.因为项目需求的迭代,要求在银行卡绑定中添加支行所在的 ...

  6. 数据库精华知识点总结(1)—数据库的三层模式和二级映像,E-R(实体联系图)图,关系模型

    Data base: 长期存储在计算机内,有组织的,可共享的大量数据集合.基本特征:永久存储,可共享,有一定的物理和逻辑结构. Data base manage system(DBMS):用户和os之 ...

  7. Hibernate+EhCache配置二级缓存

    步骤: 第一步:加入ehcache.jar 第二步: 在src目录下新建一个文件,名为:ehcache.xml 第三步:在hibernate配置文件的<session-factory>下配 ...

  8. MyBatis 延迟加载,一级缓存,二级缓存设置

    什么是延迟加载 resultMap中的association和collection标签具有延迟加载的功能. 延迟加载的意思是说,在关联查询时,利用延迟加载,先加载主信息.使用关联信息时再去加载关联信息 ...

  9. EF 二级缓存 EFSecondLevelCache

    EFSecondLevelCache ======= Entity Framework .x Second Level Caching Library. 二级缓存是一个查询缓存.EF命令的结果将存储在 ...

  10. thinkphp 3.2 linux二级目录安装

    详解:http://document.thinkphp.cn/manual_3_2.html#url_rewrite 注意:linux系统对大小写敏感 服务器系统:linux (阿里云服务器) thi ...

随机推荐

  1. 【RTOS】RTOS汇编入门 (1)

    引言 为了提高效率,进行更为底层的操作,RTOS常采用汇编语句,因此了解常用的汇编语句,很有必要 汇编指令 1..equ:类似于c中的#define,表声明常量 例如:.equ PSW 0x10000 ...

  2. Linux 第六节( 磁盘系统,挂载,分区,格式化)

    /dev/st0   磁带机 /dev/lp     打印机 /dev/cdrom  光驱 /dev/sd       scsi接口硬盘 sata接口硬盘  U盘(sda,sdb,sdc   分别对应 ...

  3. ORA-01653:unable to extend table xxxxx by 8192 in tablespace xxxxx

    原因:表空间满 解决:扩展表空间 报错截图: 参考摘录:https://blog.csdn.net/qq_35257875/article/details/90295272

  4. VC如何创建C编译器能使用的动态库

    方法 使用extern "C"修饰 设置统一的调用约定 举例 例1--使用__cdecl,一般C编译器使用此约定,如LabWidnows/CVI. cpp代码 extern &qu ...

  5. APP学习4

    1.Toast Toast是Android系统提供的轻量级信息提醒制度,用于向用户提示即时信息,它显示在引用程序界面的最上层,显示一段时间后自动消失,不会打断当前操作,也不获得焦点. Toast.ma ...

  6. 在回显时遇到的问题,回显的值无法显示到页面 vue

    //理解为 重新渲染 this.form的数据 1 this.form = Object.assign({}, this.form)

  7. Android MD5加密、RSA加密

    现在公司做金融项目,需要考虑安全加密方面的问题.感谢大牛同事(冯哥) ,给我很大的帮助. 考虑到安全优化,我们把秘钥.加密步骤放到native中.考虑用到的技术:(1 )jni,(2 )OpenSSL ...

  8. WPF绑定(4)

    什么是绑定(Binding)? 在winform中, 我们常常会用到各种类型的赋值, 例如: button1.Text="Hello"; label.Text="Hell ...

  9. vim 转换大小写

    只转化某个单词 guw .gue gUw.gUe 这样,光标后面的单词便会进行大小写转换 想转换5个单词的命令如下: gu5w.gu5e gU5w.gU5e 转换几行的大小写 4.转换几行的大小写 将 ...

  10. Filter Pattern 2 (dubbo的实现方式)

    前一篇FilterPattern的范式,基本和Tomcat实现的filter chain是一样的: 这里介绍一下我看完dubbo关于Filter Pattern的实现思路,自己抽象出来的代码,以及理解 ...