目录
1. 数据结构三要素
1.1 数据结构的运算
1.2 数据结构的存储结构
2. 数据类型,抽象数据类型
3. 算法
3.1 时间复杂度T(n)
3.2 空间复杂度
1. 数据结构三要素
1.1 数据结构的运算
即,增删改查
1.2 数据结构的存储结构
2. 数据类型,抽象数据类型
数据类型:
(1). 原子类型:bool、int...
(2). 结构类型:类、结构体...
抽象数据类型(ADT):
类似于结构类型,使用者只需要知道该数据结构的名字以及其数据之间的联系(函数)即可
3. 算法
3.1 时间复杂度T(n)
时间复杂度越小,算法越优秀
(1). 运算法规
加法:
多项相加的时候,只保留最高阶的项(次方)
T1(n) + T2(m) = T(max(n,m))
乘法:
T1 x T2 = O( f(n) x g(n) )
(2). 常见的数量级比较
一般,记住前三个和后三个就足够使用——常对幂指阶
3.2 空间复杂度
1GB = 1024*1024*1024 字节 约为10亿
1GB=1024MB 1MB=1024KB 1KB=1024字节
其实,不必知道各种数据类型的储存字节数,直接以个数储存就ok,毕竟到最后,系数都会被略去,化为系数为一的含 n 的计算公式。
在函数中,作为参数传入的数据都不必被算作空间复杂度的一部分,因为这些参数的数量是可知的,可知,即可被省略(递归函数除外)
在函数中,需要计算的是那些在函数中,声明产生的变量。
特别的:
在递归函数中,每次传入的数据,并不会覆盖在原来的位置,而是储存在新的地址,所以,欲求递归函数的空间复杂度,需要清楚,递归的有起点到终点的全过程内存占用情况。
在涉及到数组的递归函数时,尤其是数组的长度随递归发生改变,那么往往需要用到等差数列求和,