20182304 《数据结构与面向对象程序设计》第八周学习总结
教材学习内容总结
- 查找：在某个项目组中寻找某一指定元素目标或确定某一指定元素目标不在项目组中
- 线性查找
- 从头开始依次比较每一个值直至结尾，若找到指定元素返回索引值，否则返回false
- 线性查找的平均时间复杂度为O(n)
- 二分查找
- 在一个已排序的组中，从列表的中间开始查找，如果中间元素不是要找的指定元素，则削减一半查找范围，从剩余一半的查找范围中继续以与之前相同的方式进行查找，多次循环直至找到目标元素或确定目标元素不在查找范围中
- 特点：二分查找要求所查找的组必须是有序的。每次比较都会减少一半的查找元素，在元素较多时，查找效率相对较高
- 二分查找的平均时间复杂度为O(log2n)
- 我们课上另外学了三种查找方法，哈希线性查找、哈希链表查找、二叉树查找，这几个查找方法效率相对更高，但是算法实现比较复杂
- 二叉树查找就是利用链表形成一个二叉树，比父节点大的在右边，比父节点小的在左边，查找时顺着二叉树向下查找
- 哈希线性查找：线性探测再散列，若关键字对应地址非空，向后移位直到找到空地址存入，查找步骤与之相同
- 哈希链表查找：将存储空间定义为链表数组，每一个存储空间都代表一个链表的表头，若出现冲突，直接延长链表的长度，查找顺序与存入顺序相同.用二维数组也可以实现该算法
- 排序：排序是按某种标准将一列数据项按确定的次序重排的过程
- 算法稳定性：相同元素排序后先后次序是否发生变化
- ASL（平均查找性能分析）：查找所有元素需要进行的比较次数之和/元素总个数
- 选择排序
- 原理：通过反复将某一特定值放到它在列表中的最终已排序位置来实现排序
- 冒泡排序：
- 原理：通过反复比较相邻元素的大小并在必要时进行互换，最终实现排序
- 插入排序:
- 原理：重复地将一个具体的值插入到表中已有序的子序列中
- 选择排序、插入排序、冒泡排序都有着相近的效率，时间复杂度皆为O(n^2)
- 快速排序：
- 王老师讲解的时候将快速排序比喻为确立一个中轴线(一个元素），进行分区，将其他元素按照与这个元素比较的结果放在不同的两个分区，当指针相遇时，一轮排序结束，把这个元素放回去，进行下一轮排序
- 快速排序每次要将列表分成两个分区，因此平均要进行log2n次分区，而每次分区后要进行n次比较操作，因此平均时间复杂度为O(nlogn)
- 快速排序时遇到相同元素时可能需要进行交换，相同元素次序改变了，因而导致不稳定，所以快速排序并不是一个稳定的算法。
- 归并排序：
- 通过将列表进行递归式分区直至最后每个列表中都只剩余一个元素后，将所有列表重新按顺序重组完成排序。
- 归并排序的平均时间复杂度为O(nlogn)
教材学习中的问题和解决过程
- 问题1：书上查找程序类的static修饰是什么，有什么意义
public static boolean binarySearch2(Comparable[] data, int min, int max, int target)
{
boolean found = false;
int mpoint = (min + max) / 2;
if (data[mpoint].compareTo(target) == 0)
found = true;
else if (data[mpoint].compareTo(target) > 0) {
if (min < mpoint)
found = binarySearch2(data, min, mpoint - 1, target);
} else if (max > mpoint)
found = binarySearch2(data, mpoint + 1, max, target);
return found;
}
- 问题1解决方案：static为静态方法：使用时不需要实例化该类的一个对象，可以直接通过类名来激活的方法。可以通过在方法声明中使用static修饰符将方法声明为静态的。
- 问题2：这几种排序算法时间复杂度和查找效率有什么特点？
- 问题2解决方案：选择排序、插入排序、冒泡排序都有着相近的效率，时间复杂度皆为O(n^2)，但是插入排序的最优情形依赖于初始数据的情况，可以为O(n)。通过对比可以发现，快速排序比大部分排序算法都要快。尽管在某些特殊的情况下存在比快速排序快的算法，但是一般情况下，快速排序速度相对是更快的（平均时间复杂度为O(nlogn)）。但是快速排序存在稳定性较差的问题，如果需要一个稳定性较好且排序较快的排序算法，可以选择使用归并排序，但是归并排序同样存在缺点，因为它需要一个额外的数组，因此对内存空间有一定的要求。
代码调试中的问题和解决过程
- 问题1：在计算程序运行的时间时，缺乏编程的思路
public static String SelectionSort(int List[]) {
int ab;
long startTime = System.nanoTime();
for (int i = 0; i < List.length - 1; i++) {
int temp = i;
for (int j = i + 1; j < List.length; j++) {
if (List[i] > List[j]) {
if (List[temp] > List[j]) {
temp = j;
}
countC++;
}
countC++;
}
ab = List[i];
List[i] = List[temp];
List[temp] = ab;
}
long endTime = System.nanoTime();
TimeS = endTime - startTime;
- 问题1解决方案：以选择排序法举例，我们可以通过
System.nanoTime()，获取当前系统时间差进行计算。 - 问题2：使用递归二分查找，总是出现疑似地址越位
//递归
public static boolean binarySearch2(Comparable[] data, int min, int max, int target)
{
boolean found = false;
int mpoint = (min + max) / 2;
if (data[mpoint].compareTo(target) == 0)
found = true;
else if (data[mpoint].compareTo(target) > 0) {
if (min < mpoint)
found = binarySearch2(data, min, mpoint - 1, target);
} else if (max > mpoint)
found = binarySearch2(data, mpoint + 1, max, target);
return found;
}
- 问题2解决方案：经过单步调试，发现程序递归条件出现问题，每次递归传输的值不变，导致程序递归出现死循环。修正每次递归的值后解决问题
代码托管
（
)
）
上周考试错题总结
- 无
结对及互评
点评模板：
-
博客中值得学习的或问题：
- 问题：总结内容过少，问题研究不深入
-
代码中值得学习的或问题：
- 问题：代码思路不够清晰，思路不够明确
-
基于评分标准，我给本博客打分：15分。
点评过的同学博客和代码
其他（感悟、思考等，可选）
- 有些算法理解起来简单，实践起来难度确实很大的。链表和数组使用时都需要特殊注意，否则很容易就会发生地址越界。
学习进度条
| 代码行数（新增/累积） | 博客量（新增/累积） | 学习时间（新增/累积） | 重要成长 | |
|---|---|---|---|---|
| 目标 | 5000行 | 30篇 | 400小时 | |
| 第五周 | 1600/2900 | 2/11 | 20/110 | |
| 第六周 | 981 /3881 | 2/12 | 25/135 | |
| 第七周 | 1700/5518 | 3/15 | 45/180 | |
| 第八周 | 700/6200 | 2/17 | 20/200 |
尝试一下记录「计划学习时间」和「实际学习时间」，到期末看看能不能改进自己的计划能力。这个工作学习中很重要，也很有用。
耗时估计的公式：Y=X+X/N ，Y=X-X/N，训练次数多了，X、Y就接近了。
-
计划学习时间:20小时
-
实际学习时间:20小时
-
改进情况：
(有空多看看现代软件工程 课件
软件工程师能力自我评价表)