python数据结构与算法——1、引入概念

将写好运行的程序比作战场，码农就是指挥作战的将军，所写的代码可以理解为士兵和武器。

那么数据结构和算法是什么？      “兵法”

如果不看兵法，上前线肉搏也有机会胜利，即便是胜利，可能也会付出惨痛代价。

我们写程序也是，没有看过数据结构与算法，有时候面你问题可能没有任何思路，程序运行的效率也不能保证。总之，数据结构和算法是算法工程师的基本功。不会数据结构的小白第一天学习，希望以后可以从小垃圾变成会算法的小菜菜，哈哈哈哈哈，我的目标是掌握常用的算法和数据结构。

先从一个小例子开始

# 如果a+b+c=1000,且a^2+b^2=c^2 (a,b,c为自然数)，如何求出所有的a,b,c可能的组合

#先来看一下最笨的方法——枚举法

import time

tic = time.time()
for a in range (0,1001):
    for b in range (0,1001):
        for c in range(0,1001):
            if a+b+c == 1000 and a**2 + b**2 == c**2：
                print("a, b, c: %d, %d, %d" %(a,b,c))
toc = time.time()
print("time:"+str(1000*(toc-tic))+"ms")

运行结果如下： 

算法是一种独立存在的一种解决问题的方法和思想

算法的五大思想：

输入：算法具有零个或多个输出

1. 输出：算法至少有一个或多个输出
2. 有穷性：在有限的步骤解决问题，并不会无限循环，会自动结束，并且每一步算法都在可接受的时间内完成
3. 可行性：算法的每一步都是可行的
4. 确定性：解决问题思路，每一个步骤都有确定的含义，不会有二义性

第二次尝试改进

import time

start_time = time.time()
for a in range(0,1001):
    for b in range(0,1001):
        c = 1000 - a - b
        if a**2 + b**2 = c**2:
            print("a ,b ,c: %d, %d, %d" %(a,b,c))
end_time = time.time()
print("time: %d" % (end_time - start_time))
print("finished")

运行结果如下： 

---

与第一次尝试的思想有所差别，第一次要把三个数a,b,c都去试一遍，第二次只需要试两个数，

解决同一个问题可能有多个算法。类似于条条大路通罗马，有的道路崎岖坎坷，有的却异常平坦。算法和算法之间的效率会有差别。

问题来了，对于不同的算法，怎么去衡量其中的差别？（算法效率衡量）

执行时间反应算法的效率：

上述两部分代码都解决了同一个问题，但是执行所用的时间差距悬殊。因此，实现算法程序的执行时间可以反应出算法的效率，即算法的好坏。

但是用时间来衡量算法效率是客观有效的吗？答案是:不一定，不是很客观，执行时间的长短是直接由计算机环境（硬件和操作系统）影响的。

单靠运行时间来比较算法的好坏并不一定客观准确！如何评价算法的优劣？