陈越《数据结构》第一讲 基本概念
2017-06-08 21:34
274 查看
陈越《数据结构》第一讲 基本概念
1什么是数据结构
1.1 引子
例子:如何在书架上摆放图书?随便放;
按照书名的拼音字母顺序排放;
把书架划分成几块区域,每块区域指定摆放某种类别的图书;在每种类别内,按照书名的拼音字母顺序排放。
解决问题方法的效率,跟数据的组织方式有关。
例2:写程序实现一个函数PrintN,使得传入一个正整数为N的参数后,能顺序打印从1到N的全部正整数。
循环实现;
递归实现。//数值从10到106
解决问题方法的效率,跟空间的利用效率有关。
例3:写程序计算给定多项式在给定点x处的值。
利用 p+=(a[i]∗pow(x,i));进行计算;
秦九韶利用 p=a[i−1]+x∗p;进行计算;
用 time.h中的常数CLK_TCK,clock_t start, stop;计算时间。
解决问题方法的效率,跟算法的巧妙程度有关。
即:解决问题方法的效率,跟数据的组织方式、跟空间的利用效率和跟算法的巧妙程度有关。
数据结构是:
1. 数据对象 在计算机中的组织方式(逻辑结构、物理存储结构);
2.数据对象必定与一系列加在其上的 操作相关联;
3.完成这些操作所用的方法就是算法。
1.2 抽象数据类型
数据结构- 数据对象在计算机中的组织方式(逻辑结构、物理存储结构);
-数据对象操作的关联关系;
-数据对象的最高效算法。
抽象数据类型
数据类型
- 数据对象集;
- 数据集合相关联的操作集。
抽象(描述数据类型的方法不依赖于具体实现)
- 与存放数据的机器无关;
- 与数据存储的物理结构无关;
- 与实现操作的算法和编程语言均无关。
2. 什么是算法
算法(Algorithm)定义:1. 一个有限指令集;
2. 接受一些输入(有些情况下不需要输入);
3. 产生输出(必须);
4. 一定在有限步骤之后终止;
5. 每一条指令必须:
- 有充分明确的目标,不可以有歧义;
- 计算机能处理的范围之内;
- 描述应不依赖于任何一种计算机语言以及具体的实现手段。
2.1什么是好的算法?
空间复杂度S(n) 占用存储单元的长度。时间复杂度T(n) 耗费时间的长度。
在例3中,第一种方法的时间复杂度是T(n)=C1n2+C2n;秦九韶的时间复杂度是T(n)=C.n。
在分析一般算法的效率时,我们经常关注下面
两种复杂度:
-最坏情况复杂度Tworst(n);
-平均复杂度Tavg(n)。
其中我们最关心最坏情况复杂度。
2.2 一些基本概念
复杂度的渐进表示法-T(n)=O(f(n))上界;
-T(n)=Ω(g(n))下界;
-T(n)=Θ(h(n));Θ(h(n))=O(f(n)),Θ(h(n))=Ω(g(n))。
我们写O(f(n))时,是写最小上界,写Ω(g(n)时,是写最大下界,这样才有意义。
复杂度的渐进表示法
若两段算法分别有复杂度T1(n)=O(f1(n))和T2(n)=O(f2(n)),则:
-T1(n)+T2(n)=max(O(f1(n)),O(f2(n)));
-T1(n)∗T2(n)=O(f1(n)∗f2(n))。
若T(n)是关于n的k阶多项式,那么T(n)=Θ(nk);
一个for循环的时间复杂度等于循环次数乘以循环体代码的复杂度;
if−else结构的复杂度取决于if的条件判断复杂度和两个分枝部分的复杂度,总体复杂度取三者中最大;
O(n2)复杂度的算法本能的优化为O(nlogn)。
3.应用实例:最大子列和问题
应用实例:最大子列和问题//01 - 复杂度1 最大子列和问题(20分) //例如给定序列{ -2, 11, -4, 13, -5, -2 },其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序,计算给定整数序列的最大子列和。 // //本题旨在测试各种不同的算法在各种数据情况下的表现。各组测试数据特点如下: // //数据1:与样例等价,测试基本正确性; //数据2:10^2个随机整数; //数据3:10^3个随机整数; //数据4:10^4个随机整数; //数据5:10^5个随机整数; //输入格式 : // //输入第1行给出正整数KK(\le 100000≤100000);第2行给出KK个整数,其间以空格分隔。 // //输出格式 : // //在一行中输出最大子列和。如果序列中所有整数皆为负数,则输出0。 // //输入样例 : // //6 //- 2 11 - 4 13 - 5 - 2 //输出样例 : // // 20
解决方法:
1. 时间复杂度为T(N)=O(N3);
2. 时间复杂度为T(N)=O(N2);
3. 时间复杂度为T(N)=O(NlogN);(分而治之)
4. 时间复杂度为T(N)=O(N)。(在线处理)
分而治之的代码:
#include<stdio.h> #include<iostream> #define MAXN 100000 int arr[MAXN + 10]; int maxThree(int a,int b,int c); int maxSubSeq(int arr[],int low,int height); int maxSubSeq1(int arr[],int n); int main() { int i, n; scanf("%d", &n); for(i = 0; i < n; i++) scanf("%d", &arr[i]); printf("%d\n", maxSubSeq(arr, 0, n-1)); system("pause"); return 0; } int maxSubSeq1(int arr[],int n) { int i = 0, iThisSum = 0, iMaxSum = 0; for(i = 0; i < n; i++) { iThisSum += arr[i]; if(iThisSum > iMaxSum) iMaxSum = iThisSum; else if(iThisSum < 0) iThisSum = 0; } return iMaxSum; } int maxSubSeq(int arr[], int low, int height) { int i = 0, iMid = 0, iThisSum = 0, iLeftMax = 0, iRightMax = 0, iLeftMaxSum = 0, iRightMaxSum = 0; if(low >= height) return arr[low]; iMid = (low + height)/2; iLeftMax = maxSubSeq(arr,low,iMid);//左边最大 iRightMax = maxSubSeq(arr,(iMid+1),height);//右边最大 //中间(跨越)最大 iThisSum = iLeftMaxSum = 0; for(i = iMid ; i >low ; i-- ) { iThisSum += arr[i]; if(iThisSum > iLeftMaxSum) iLeftMaxSum = iThisSum; } iThisSum = iRightMaxSum = 0; for(i = iMid ; i <height ; i++) { iThisSum += arr[i]; if(iThisSum > iRightMaxSum) iRightMaxSum = iThisSum; } return maxThree(iLeftMax , iRightMax, (iRightMaxSum + iLeftMaxSum)); } int maxThree(int a,int b,int c) { int max = a; if(b > max) max = b; if(c > max) max = c; return max; }
相关文章推荐
- 陈越、何钦铭《数据结构》第一讲基本概念 笔记
- -------第一讲----第一节-------------- 1 基本概念-----------------什么是数据结构--------------
- (笔记)数据结构第一讲-基本概念
- [数据结构]堆的基本概念及其操作
- 1.1数据结构基本概念
- 数据结构基本概念
- 数据结构--基本概念
- 数据结构教材中hash的使用及一些基本概念和方法
- C/C++基本数据结构:有序二叉树的基本概念和实现
- 数据结构基本概念
- 严蔚敏数据结构学习(二)名词、术语、基本概念
- [数据结构]算法基本概念和推导大O阶步骤
- 数据结构的基本概念
- 数据结构:散列表的基本概念
- 数据结构基本概念(一)
- 数据结构基本概念
- 数据结构 基本概念(数据项--数据元素--数据对象)
- 数据结构学习1基本概念和术语
- 数据结构基本概念