算法初识1

为什么学习数据结构与算法？

开发工程师就是把实际的问题转化成计算机指令——设计出数据结构，再加以算法。

1. review
2. 计算机世界的基本规则
3. 各种框架的原理对于算法应用

学习思路及方法

• 1. 对数据结构和算法有一个全方位的了解
• 2. 分类练习——一段时间只练习固定分类的题目，比如只练习二叉树的，开始之前，对其具体定义、概念、应用及可能出现的恶类型进行梳理了解再开始。
• 3. 对一个类型针对性练习后，定期回顾，发现规律，进行总结。

最终达到的效果就是： 当你看到一个题目，首先你要想到它属于哪种数据结构与算法，然后想到这是一个什么类型的问题，然后是此类问题的解决方法。

时间复杂度

对象的时间复杂度是 O(1)

时间复杂度：基本操作重复执行的次数（频度），反映了程序运行开始到结束的时间。
没有循环语句，记作 O(1),也称为常数阶。
只有一重循环，记作 O(n),频度与问题规模 n 呈线性增大关系。

// 常见的时间复杂度有：
O(1): Constant Complexity: Constant 常数复杂度
O(log n): Logarithmic Complexity: 对数复杂度
O(n): Linear Complexity: 线性时间复杂度
O(n^2): N square Complexity 平⽅方
O(n^3): N square Complexity ⽴立⽅方
O(2^n): Exponential Growth 指数
O(n!): Factorial 阶乘

空间复杂度

空间复杂度——运行完一个程序所需的内存大小。

数据结构

数据元素之间存在的一种和多种特定的关系集合。从逻辑结构、存储结构这两个维度来理解它。

• 1. 逻辑结构
     数据之间的关系，可以分为两种：线性结构、非线性结构。
     • 线性结构： 一个有序数据元素的集合。数据元素之间的关系是一对一的，除了第一个和最后一个数据元素之外，其它数据元素都是首尾相连的。
       a. 常用的线性结构有：栈、队列、链表、线性表。
     • 非线性结构：各个数据元素不再保持在一个线性序列中，每个数据元素可能与零个或多个其他数据元素发生联系。
       a. 常见的非线性结构： 二维数组、树等。

• 2. 存储结构
     逻辑结构用计算机语言的实现。
     常见的存储结构有：顺序存储、链式存储、索引存储以及散列存储。

     例如：
     a.数组在内存中的位置是连续的，它就属于顺序存储；
     b.链表是主动建立数据间的关联关系的，在内存中不一定连续，属于链式存储。
     c.还有顺序和逻辑上都不存在顺序关系，但是你可以通过一定的方式去访问它的哈希表，数据散列存储？？？

     感谢掘金大大的文章，让我在学习算法的道路上茅塞顿开！ 前端如何准备数据结构与算法

• 3. 数据结构——二叉树——每个节点最多有两个子树的树结构（左子树、又子树）
     树——用来模拟具有树状结构的数据集合。

  

二叉树

前序遍历（根在前）

根、左、右

中序遍历（根在中）

左、根、右

后序遍历（根在后）

左、右、根