数据结构与算法

一、基本概念

1、算法复杂度介绍

数据结构：相互之间存在一种或者多种特定关系的数据元素的集合。在逻辑上可以分为线性结构、散列结构、树形结构、图形结构等等

算法：求解具体问题的步骤描述，代码上表现出来是解决特定问题的一组有限的指令序列

算法复杂度：时间和空间复杂度，衡量算法效率，算法在执行过程中，随着数据规模n的增长，算法执行所花费的时间和空间的增长速度。

常见的时间复杂度：

关系：O（1）<O（logn）<O(n)<O（nlogn）<O(n^2)<O(2n)<O(2!)<O(n^n)

​ 常量时间<对数时间<线性时间

注：越往后时间复杂度花费越大

二、线性表

1、数组

特点：内存是连续的

• 优点

  • 下标访问（随机访问）时间复杂度是O（1）

  • 末尾位置增加删除元素时间复杂度是O（1）

  • 访问元素前后相邻位置的元素非常方便

• 缺点

  • 非末尾位置增加删除元素需要进行大量的数据移动

  • 搜索的时间复杂度

    • 无序数组-线性搜索O(n)

    • 有序数组-二分搜索O(logn)

• 数组扩容消耗比较大

  • 扩容