Starry_tsx的博客

【代码】二叉树（纯代码）

其实从这个地方我们也可以看出来向下键堆的效率比向上建堆效率高。就是我们把端点删除后，它的左右子孙端点会形成新的堆。我们这个建堆是一个一个插入数据再进行调整。回顾一下上节，向上调整的条件是啥？回顾一下上节，向上调整的条件是啥？除了我们插入的数据，其他的数据成堆。这个就是向上调整的使用条件。

（1）堆一定是完全二叉树（2）.堆的父节点一定比子节点要大（小），而普通二叉树没有这种要求。

【代码】堆的代码和基础知识。

堆的物理结构和逻辑结构是什么？堆如何插入数据和删除数据？为什么？向上调整和向下调整的要求是啥？

【代码】队列（纯代码）

【代码】栈（纯代码）

【代码】双链表（纯代码）

【代码】单链表（纯代码）

2.头文件（函数声明）

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。但是实际中我们计算时间复杂度时，我们其实并不一定要计算精度的执行次数，而只需要大概执行次数，那么这里我们使用O的渐进表示法。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。比如说如果函数是F(N)=N*N+N+4,那么当N无限大的时候，对F(N）产生主要影响的是N*N。比如说如果函数是F(N)=N+4,那么当N无限大的时候，对F(N）产生主要影响的是N。

空间复杂度不是程序占用了多少bytes的空间，因为这个也没太大意义，所以空间复杂度算的是变量的个数。这个地方我们看箭头4和5，我们先执行函数Fib(3)使用完之后函数空间还给系统，但是执行Fib(4)本质上再开辟的那个空间还是和Fib(3)一样的。原因在于我们使用函数时会开辟一片空间，函数结束时会将那片空间还给系统 ，但是下次另一个函数使用时开辟的那个空间还是原来函数的。要计算Fib(N - 1)就要先算Fib(N - 2)+Fib(N -3 )要先计算Fib(N - 1)再计算Fib(N - 2);