数据结构学习笔记

m0_73686734

已于 2025-07-09 14:20:53 修改

阅读量688

点赞数 21

CC 4.0 BY-SA版权

分类专栏：数据结构文章标签：数据结构

于 2025-07-08 14:59:15 首次发布

本文链接：https://blog.csdn.net/m0_73686734/article/details/149141065

数据结构专栏收录该内容

2 篇文章

订阅专栏

程序的核心：数据结构与算法

数据结构：通过合理组织与存储数据，优化数据的访问、插入、删除等操作效率。

算法：解决特定问题的有限步骤描述，明确输入、输出及执行逻辑。

时间复杂度：算法时间效率度量，假设要处理的数据总量x，x足够大，算法为了达成某个目消耗的计算次数y。

例：

“O符号表示渐近上界，忽略低阶项和常数系数，仅关注最高阶项。”

y=ax+b a是系数，b是常数。 y=x O(n)

y=ax^2+bx+c y=x^2 O(n^2)

y=a y=1 O(1)

a^y=x y=logax O(logn)

时间复杂度具体例子：

1.长度是x的无序数组，找一个值num。 [5,7,4,3,2,0,1,9]

存在可能第一个数据是要查找的数据num,需要遍历一次。存在可能最后一个数据是要查找的num，需要遍历x次。最坏情况下需遍历全部元素（O(n)），平均情况为O(n/2)，但常数系数忽略，仍记为O(n)。

2.计算 1+2+3+4+5+6+7+......+x 求和

int sum = 0;

for(i=1;i<=x;i++){

sum = sum +i;

}

运算x次（循环x次），时间复杂度是O(n)

sum=(1+x)*x/2(相当于等差数列，高斯求和公式)

运算一次（直接计算），时间复杂度是O(1)

3.冒泡排序： [5,7,4,3,2,0,1,9]

比较相邻的两个元素，如果前一个比后一个大，就交换它们。每一轮排序都会让当前未排序部分的最大元素“冒泡”到正确的位置。重复这个过程，直到整个数组有序。

第一轮运算次数：x-1次，1个数据到位。

第二轮运算次数：x-2次，1个数据到位。

第三轮运算次数：x-3次，1个数据到位。

......

第x-1轮运算次数：x-(x-1)=1次，2个数据到位。

y=x-1+x-2+x-3+x-4+......+1=x^2

时间复杂度是O(n^2)。

public class BubbleSort {
public static void bubbleSort(int[] arr) {
int n = arr.length;
for (int i = 0; i < n - 1; i++) { // 外层循环控制轮数
for (int j = 0; j < n - i - 1; j++) { // 内层循环控制比较次数
if (arr[j] > arr[j + 1]) { // 如果前一个比后一个大，交换
int temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
}
}

public static void main(String[] args) {
int[] arr = {5, 7, 4, 3, 2, 0, 1, 9};
bubbleSort(arr);

System.out.print("排序后的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
}
}

4.二分查找法： [1,4,5,7,9,16,19,21] 前提有序数组。

初始化：
left = 0（数组起始索引）
right = arr.length - 1（数组末尾索引）

循环条件：
当 left <= right 时，继续查找。

中间位置计算：mid = left + (right - left) / 2（防止整数溢出）

比较与调整边界：
若 arr[mid] == num，返回 mid（找到目标）。
若 arr[mid] < num，说明目标在右侧，更新 left = mid + 1。
若 arr[mid] > num，说明目标在左侧，更新 right = mid - 1。
若 arr[mid] > num，说明目标在左侧，更新 right = mid - 1。

当目标值 num 不存在时，算法会通过以下步骤终止：
最终状态：在最后一次循环中，left 和 right 会交叉（即 left > right）。
此时，left 指向第一个大于 num 的元素，right 指向最后一个小于 num 的元素。

时间复杂度第一轮 x x/2^0 1

第二轮 x/2 x/2^1 1

第三轮 x/2/2 x/2^2 1

......

第k轮 1==x/2^(k-1) 1

k=log2x O(logn)

直接问题规模下手，时间复杂度O(n)。

循环减半.时间复杂度O(logn)。

k层关于n的循环，O(n^k)