极客课程-----数据结构与算法

1、为什么要学习数据结构和算法？

 

对全文的看法：

列举大部分现代程序职业人所面临的问题------>直接归因于数据结构和算法基础--->神话算法的万能性

本身就是基础，过分强调神话其功能；

 

愿意投入时间的原因：

a、大公司面试；b、这个是基础-是编程的基石-是内功心法->写出高性能代码的前提；c、知其然，知其所以然

 

学成评判标准：

a、有时间复杂度空间复杂度看问题的意思

b、逻辑思维意思

c、高质量代码

 

2、如何抓住重点，系统高效地学习数据结构与算法？----- 重点+方法

一句话------抓得住重点，用对方法方法

这是一个思维训练过程，更是习惯养成过程

先划重点：

十个数据结构：

数组，链表，堆，栈， 二叉树，队列，散列表，图，trie树，跳表

十个算法：

递归，排序，二分查找，搜索，哈希算法，贪心算法，分治算法，回溯算法，动态规划，字符串匹配

讲方法：

从这几个方面问自己 ------ 来历、自身特点，适合解决的问题，实际的应用场景

总则 ------ 要辩证的思考，多问为什么，不要死记硬背

细则 ------ 边学边练，多问多思考

flag：每篇文字都有我的评论区留言

 

 

03 | 复杂度分析（上）：如何分析、统计算法的执行效率和资源消耗？------算法性能评价标准（终极目标------多快好省+优雅）

 

前提是假设每一条代码执行的时间一样

代码执行时间随数据规模增长的变化趋势------ 渐进时间复杂度

 

关注执行次数最多的那段代码

加法法则+乘法法则

 

O(n) O(n2) O(n*logn) O(log n)

 

思考题：

一般不进行性能分析，除非是阶段性功能完成了，有时间，需要代码重构，或者出现了问题才会去性能分析；或者为了达到什么样的一个性能目标；一定是要一个驱动力去完成这个动作，不然应该不会考虑进行什么时间空间复杂度分析

 

04 | 复杂度分析（下）：浅析最好、最坏、平均、均摊时间复杂度

 

来历：在查找的过程中，条件终止，差异化的处理耗时

平均：加权平均或者期望平均（算上了出现的概率）---复杂度有量级的差异时才考虑（最好，最坏，平均）

 

摊还分析，平摊分析，均摊分析------均摊等于最好

 

思考题：

应该跟摊还分析的例子是一样的嘛

 

对于清空那个地方还是有点困惑，看了第一条得到了答案，下标指向哪里就代表哪里开始

 

 

05 | 数组：为什么很多编程语言中数组都从0开始编号？

 

数组这种基础数据结构的精髓是什么？随机存取，指定大小------线性（一前一后） 连续空间，相同数据类型

java中有对应的容器

 

数组，链表，队列，栈 都是线性表；非线性 图和树

数组长于------随机访问------移动数组

链表长于------插入删除------遍历

 

数组

两个思考题都没有答上来：

先标记再删除

 

来历：结合内存分配特点而存在

特点：随机访问，插入删除需要移动，或者标记

适合解决的问题：随机访问

实际应用：jvm内存管理

 

 

06 | 链表（上）：如何实现LRU缓存淘汰算法?

 

五花八门的链表 ------

单链表：尾节点指向空

双向链表：更常用

循环链表：特点是到头结点方便，如约瑟夫问题

 

 

来历：克服连续空间有限的问题

特点：删除和插入块，但是定位删除和插入点应该也是查询操作；除了不需要连续空间，没有任何优势啊，对比数组来说

适合解决的问题：几乎没什么优势

实际应用：LRU就是一个队列，链表和数组都可以搞定

 

思考题：单链表翻转，^_^

 

07 | 链表（下）：如何轻松写出正确的链表代码？