2024.7.20 数据结构之旅 那么接下来，是笔者每日学习之后的总结，以此来巩固复习，

本次目标  入门 + 中等的数据结构学习，come on

前置知识点: C语言的 (指针、结构、库函数、内存管理等)

数据结构定义：

        用于计算机存储、组织数据的方式，在内存中数据存储

我们的存储方式，有 数组、链表、树、哈希表等

首先，数据结构分为从 时间 和 空间的角度来出发 ，

时间复杂度 看的是算法运行效率的快慢，而空间复杂度 看一个算法运行需要的额外空间

        那么随着时代发展,空间角度慢慢不被人所注意，Because: 这里有个摩尔定律，摩尔说：我们电脑上的晶体管  每3年翻两倍(每18个月翻1倍)

摩尔定律：我们电脑上的晶体管  每3年翻两倍(每18个月翻1倍)

我们买电脑 通常都问几个CPU，CPU是几核几G的啊...... 这就是说 从空间复杂度上出发的
 

所以基本不用担心空间角度，更新换代快        我们注重在时间上

时间复杂度概念

        把它看成一个函数、f(x)    

由于我们的环境不同，导致运行的时间也会不同

 这里环境指(我们计算机配置不同，你1000块钱电脑，我1万电脑)我 算的更快

时间没法算怎么办？

        我们算  算法的执行次数

                100万数据，和  1亿数据     谁算的快？

时间复杂度的函数式

   F(N) = N*N + 2*N + 10           

n=10    n=100    n=1000 我们此时，N越大，后两项对结果的影响越小

        因此，我们不计算精确的执行次数，只计算大概的执行次数，

这里用大O的渐进表示法  (估算值)        保留对结果影响最大的

时间复杂度:  O(N^2)      当我们看到O,就要立马意识到这是一个大概的范围

大O的渐进表示法

        我们说，推导大O阶的方法

1.        常数用1替代                  O(100) 错        O(1)

2.        只保留最高阶                 O(M+N)        

3.        最高阶的系数去掉不要,只要未知数              O(2N+10) 错        O(N)      

O(M+N)    一般清空下，时间复杂度用N,但是其他的表示也行

        M远大于N     表示 O(M)

        N远大于M     表示 O(N)

        M等于N     表示  O(M)     O(N)    则选一个表示

for(int k=0;k<100;++k)     时间复杂度 O(1)   表示常数次，不是一次

 变化型

                          hello world        

        假设查找h                  最好情况        运行的最小次数(下界)        1

        假设查找w                 平均情况         运行的平均次数       我们一般说N/2

        假设查找d                  最坏情况        运行的最大次数(上界)        N

我们时间复杂度，往往做的是一个99%悲观的预期，也就是说看最坏的情况

你要提交工期，5天干完，和10天干完，肯定说10天啊  0.0