数据结构和算法

原文：https://note.noxussj.top/?source=nowcoder

为什么要学习数据结构和算法？

它对我们开发和程序有什么帮助？

像我们平常都是使用框架和库进行开发的项目的，我们也不太可能去修改库和框架的内部代码，那我们应该如何优化我们的程序，要从哪方面入手呢？可以通过数据处理的操作进行优化，数据处理就会涉及到数据结构和算法的相关内容。

我们的程序一般都是由数据结构和算法结合得到的一个产物（数据结构 + 算法 = 程序），数据结构为算法提供服务，算法围绕数据结构操作。

现实生活举例
数据结构：计算机存储、组织数据的方式，就像生活中的锅碗瓢盆。
算法：一系列解决问题的清晰指令，就像食谱，你做出来的菜好不好吃，取决于你的食谱。在程序里面就代表了，你写出来的程序的性能的优劣。

常见的数据结构

有序数据结构

• 数组
• 栈
• 队列
• 链表

无序数据结构

• 集合
• 字典

树形数据结构

• 树
• 堆
• 图

常见的算法

链表

• 遍历链表
• 删除链表节点
• 双指针

树、图

• 深度优先搜索
• 广度优先搜索
• 递归

数组

• 冒泡排序
• 选择排序
• 插入排序
• 归并排序
• 快速排序
• 顺序搜索
• 二分搜索

常见的算法设计思想

• 分而治之
• 动态规划
• 贪心
• 回溯

什么是算法？

算法（ Algorithm ）是指用来操作数据、解决程序问题的一组方法。对于同一个问题，使用不同的算法，也许最终得到的结果是一样的，但在过程中消耗的资源和时间却会有很大的区别。

那么我们应该如何去衡量不同算法之间的优劣呢？

主要还是从算法所占用的「时间」和「空间」两个维度去考量。

• 时间维度：是指执行当前算法所消耗的时间，我们通常用「时间复杂度」来描述
• 空间维度：是指执行当前算法需要占用多少内存空间，我们通常用「空间复杂度」来描述 因此，评价一个算法的效率主要是看它的时间复杂度和空间复杂度情况。然而，有的时候时间和空间却又是「鱼和熊掌」，不可兼得的，那么我们就需要从中去取一个平衡点。

可是，我们的代码都还没有运行起来，我怎么能预知到代码运行所消耗的时间和空间呢？由于运行环境和输入规模的影响，代码的绝对执行时间是无法估计的。但是我们却可以预估出代码的基本操作执行次数和额外占用的空间。

接下来会分别介绍一下「时间复杂度」和「空间复杂度」的计算方式。

原文：https://note.noxussj.top/?source=nowcoder