数据结构
数据结构-第一章考点
前言
一、时间复杂度
时间复杂度一般单独命题或结合算法题。
时间复杂度T(n)是指算法中所有语句的频度(执行次数)之和。人们关心的是当n趋于无穷时T (n)的数量级，而非T (n)的准确大小，因此以T (n)的数量级来表征时间复杂度。
eg:T(n)=n3+n2+n,可认为时间复杂度Tn)=0(n)，这里数量级最大的一项必定是由最深层循环的语句贡献的，称之为基本运算。由于 T(n)与算法中基本运算的频度f(n)同数量级，所以通常采用基本运算的频度的数量级Of(n)来分析算法的时间复杂度，记为T(n)=O(f(n))。
可以将前文总结成一句话：将算法中基本运算的执行次数的数量级作为时间复杂度
1.1 时间复杂度计算的两种规则
时间复杂度的计算遵循两种规则：
二、空间复杂度
空间复杂度 S(n)指算法运行过程中所使用的辅助空间的大小，通常结合算法题考试。
若输入数据所占空间只取决于问题本身，和算法无关，则只需分析除输入数据和程序之外的临时分配的额外空间。
算法原地工作是指算法所需辅助空间是常量，即0(1)。
三、递归（拓展）
递归是算法领域的一个重要思想。递归算法可以通过迭代或栈改写为非递归算法。
3.1 递归算法的特性
1、一个算法直接或间接调用自身。
2 、必须有一个明确的递归结束条件，称为递归出口。
由于递归算法需要反复进行函数调用与返回，运行效率较低。实现递归的关键是建立递归调用工作栈。当有多个函数构成嵌套调用时，按照后调用先返回的原则，因此递归调用需要开辟栈以存放每一层的返回点、局部变量等，栈的大小也就是递归深度和递归算法空间复杂度的大小。
总结
期待大家和我交流，留言或者私信，一起学习，一起进步！