6、算法中常用数据结构及排序搜索算法介绍

算法中常用数据结构及排序搜索算法介绍

一、数据结构操作与特性

1.1 数据删除操作

在数据处理中，删除操作是常见的需求。对于数据框（DataFrame），有列删除和行删除两种情况：
- 列删除 ：使用 .drop() 方法删除列是一个 $O(1)$ 操作。该操作并非立即删除列，而是标记该列以便进行垃圾回收。
- 行删除 ：与行插入类似，行删除可能导致 $O(n)$ 的时间复杂度，因为数据框需要重新调整其结构。

1.2 矩阵

矩阵是一种二维数据结构，具有固定的列数和行数，矩阵中的每个元素可以通过其列和行来引用。在 Python 中，可以使用 numpy 数组或列表来创建矩阵，但 numpy 数组由于其同质数据元素存储在连续内存位置，速度比列表快得多。以下是使用 numpy 数组创建矩阵的示例代码：

import numpy as np
matrix_1 = np.array([[11, 12, 13], [21, 22, 23], [31, 32, 33]])
print(matrix_1)
print(type(matrix_1))

上述代码将创建一个 3 行 3 列的矩阵。

1.3 矩阵操作

矩阵有许多用于数据操作的方法。例如，使用 transpose()