小白也爱看的初阶数据结构1-优快云博客

本文链接：https://blog.youkuaiyun.com/chenyuhao2024/article/details/146118862

好了，从今天开始我们就正式进入到了初阶数据结构的范畴，在此之前我还是先跟大家说一下前言，了解一下数据结构。大家在学习的时候才能更加有动力和激情。

.什么是数据结构？

数据结构(Data Structure)是计算机存储、组织数据的方式，指相互之间存在一种或多种特定关系的数据元素的集合。

什么是算法？

算法(Algorithm):就是定义良好的计算过程，他取一个或一组的值为输入，并产生出一个或一组值作为输出。简单来说算法就是一系列的计算步骤，用来将输入数据转化成输出结果。

为什么要先介绍这两个呢?

对于大部分程序员而言，学好算法在工作中不是必须的，但是你要找工作，特别是刚毕业参加校招的学生，想进入一些比较大的公司（BAT之流），是必须要学好算法的。

再就是有一个很重要的影响：算法学的好的话，不论对你思考问题的方式还是对你编程的思维都会有很大的好处。

我们来看一下面试题目，你就大概知道，数据结构的内容是多么繁多且重要了。

如何学好数据结构和算法

1.死磕代码，磕成这样就可以了

哈哈哈，开个玩笑

2.注意画图和思考

好了话不多说，我们直接开始。

算法的复杂度

我们一直在想，解决问题的方法有很多种，实现代码的算法也有很多种，那么如何衡量一个算法的好坏呢？比如对于以下斐波那契数列：

long long Fib(int N)
{
 if(N < 3)
 return 1;
 
 return Fib(N-1) + Fib(N-2);
}

斐波那契数列的递归实现方式非常简洁，但简洁一定好吗？那该如何衡量其好与坏呢？

算法在编写成可执行程序后，运行时需要耗费时间资源和空间(内存)资源。因此衡量一个算法的好坏，一般是从时间和空间两个维度来衡量的，即时间复杂度和空间复杂度。

时间复杂度主要衡量一个算法的运行快慢，而空间复杂度主要衡量一个算法运行所需要的额外空间。在计算机发展的早期，计算机的存储容量很小。所以对空间复杂度很是在乎。但是经过计算机行业的迅速发展，计算机的存储容量已经达到了很高的程度。所以我们如今已经不需要再特别关注一个算法的空间复杂度。

时间复杂度的概念

时间复杂度的定义：在计算机科学中，算法的时间复杂度是一个函数，它定量描述了该算法的运行时间。一个算法执行所耗费的时间，从理论上说，是不能算出来的，只有你把你的程序放在机器上跑起来，才能知道。但是我们需要每个算法都上机测试吗？是可以都上机测试，但是这很麻烦，所以才有了时间复杂度这个分析方式。一个算法所花费的时间与其中语句的执行次数成正比例，算法中的基本操作的执行次数，为算法的时间复杂度。

简单的说：找到某条基本语句与问题规模N之间的数学表达式，就是算出了该算法的时间复杂度。

光说不练假把式，我们先来看一道简单的题目：

// 请计算一下Func1中++count语句总共执行了多少次？
void Func1(int N)
{
int count = 0;
for (int i = 0; i < N ; ++ i)
{
 for (int j = 0; j < N ; ++ j)
 {
 ++count;
 }
}
 
for (int k = 0; k < 2 * N ; ++ k)
{
 ++count;
}
 
int M = 10;
while (M--)
{
 ++count;
}
printf("%d\n", count);
}

Func1 执行的基本操作次数：