数据结构-概述

一、概述

1、数据结构分类

逻辑结构

• 集合结构
• 线性结构
• 树形结构
• 图形结构

物理结构

逻辑结构真正在计算机中表达方式

• 顺序存储结构：数组（数据存储单元内存地址是连续的）
• 链式存储结构：引入指针存放数据元素的地址

2、算法

根据一定的条件，对一些数据进行计算，得出需要的结果。

优秀的算法追求的目标

1. 花最少的时间完成需求
2. 占用最少的内存空间完成需求

2.1算法分析

事前分析估算法

1. 算法采用的策略和方案
2. 编译产生的代码质量
3. 问题输入估摸
4. 机器执行指令的速度

2.1.1时间复杂度分析

分析算法的运行时间，最重要的就是把核心操作的次数和输入规模关联起来

2.1.1.1函数的渐进增长

随着输入规模（n）的增大，算法的常数操作可以忽略不计。

随着输入规模（n）的增大，与最高次项相乘的常数可以忽略。

最高次项的指数大的，随着n的增长，结果也会变得增长特别快。

算法函数中n最高次幂越小，算法的效率越高。

总结：

1. 算法函数中的常数可以忽略。
2. 算法函数中最高次幂的常数因子可以忽略
3. 算法函数中最高次幂越小，算法的效率越高

2.1.1.2算法时间复杂度

大O记法规则使用

• 用常数1取代运行时间中的所有加法常数
• 在修改后的运行次数中，只保留高阶项
• 如果最高阶项存在，且常数因子不为1，则去除与这个项相乘的常数

时间复杂度从低到高：O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(n^3)

2.1.1.3函数调用中的时间复杂度分析

每一段核心代码执行的都要计算，然后通过大O记法进行规整

2.1.1.4最坏情况

2.1.2空间复杂度分析

遵循大O记法，在java后端开发中，默认遵循时间复杂度分析