数据结构与算法入门基础
第一个简单的算法题
题目描述
给定一个整数,判断是否是2的N次方?
示例1:
输入: 1
输出: true
解释: 2^0 = 1
示例2:
输入: 16
输出: true
解释: 2^4 = 16
示例3:
输入: 218
输入: false
解题
方案1:
class Solution {
public boolean isPowerOfTwo(int n) {
if(n == 0) {
return false;
}
while(n%2 == 0){
n = n/2;
}
return n == 1;
}
}
方案2 :
转换为2进制,按位与运算
2===>10
1===>01
10 & 01 =00
4===>100
3===>011
100 & 011=000
8====>1000
7===>0111
1000 & 0111 = 0000
16===>10000
15===>01111
10000&01111=00000
class Solution {
public boolean isPowerOfTwo(int n){
if(n == 0){
return false;
}
if(n&(n-1) == 0){
return true;
}
return false;
}
}
对比两种方案,方案1需要运行很多次,方案2只需要运行一次。显然方案2是更好的解决方案,更高效。
什么是数据结构与算法
首先数据结构与算法很重要很重要——就好像我们人类离不开氧气,绿色植物离不开二氧化碳一样!!!
数据是一切能输入到计算机中的信息综合,结构是指数据之间的关系,数据结构就是将数据和它们之间的关系存储到计算机当中。
算法是为了更有效的处理数据,提高数据运算效率。是为数据结构服务的,例如:数据结构通常伴随有查找算法、排序算法等
为什么学习数据结构与算法
BATJ一线互联网公司面试必问技术
为什么必问?数据结构与算法是所有计算机类的基础,基础要扎实。大企业看中的是潜力。可以承担更多的责任。
如果你不想做一辈子的CRUD工程师:业务工程师,CRUD工程师。
架构师必备,写出框架级的代码。
提升自己的能力,不被行业淘汰。
书籍推荐
数据结构与算法
数据结构与算法分析:Java语言描述
刷题网站
力扣 https://leetcode-cn.com/problemset/all/
算法的特性
五个特征
有穷性、确定性、可行性、有输入、有输出
设计原则
正确性、可读性、健壮性
高效率与低内存
内存占用最小,CPU占用最小,运算速度最快。
评估算法的两个重要指标
时间复杂度:运行一个程序所花费的时间。O()
空间复杂度:运行程序所需要的内存
时间复杂度
时间复杂度计算的意义
怎么测试接口的性能?通过压测,冒烟。但是要依赖测试环境,流程很长,而且搞的规模或者数据不准确。比如排序算法: 1 2 3 /3 2 1,你应该用代码分析。也就是时间复杂度。
时间复杂度表示方法
大O表示法:O(1)、O(n)、O(nlogn)、O(n^2)、O(logn)
几种常见的时间复杂度分析:指的是某一段代码运行的次数。
计算时间复杂度往往是计算比较大的而且是不确定的数,如果已经确定了,那么就不用计算了,也就是我们说的常量。
常数:O(1) 1表示的是常数,所有能确定的数字我们都用O(1)
对数:O(logn)、O(nlogn)
线性:O(n)
线性对数:O(nlogn)
平方:O(n^2)
N次方:O(n^n)
我们怎么找时间复杂度
找到有循环的地方。用时间复杂度分析。
找到有网络请求的地方。(PRC、数据库请求) 。就是测试时间log打印,计算平均时间。
时间复杂度如何分析
public class BigO {
public static void main(String[] args) {
/***********************O(1)************************/
int a = 1; //1次 O(1)
for(int i = 0 ;i < 3;i++){//这里会运行几次?4次 在第4次的时候结束 跳出 i=3 (0 1 2 3)
a = a + 1; //这里运行几次?3次 O(1)? n+1 n 1 O(3)? => O(1)
}
int n = Integer.MAX_VALUE; //表示n是未知
/***********************O(logn)************************/
int i = 1;
for(int j = 0 ; j < n ;j++){
while ( i <= n){
i = i * 2;
}
}
while( i <= n){
i = i * 3; //O(logn)
}
//i的值:2 4 8 16 32,=》2^0,2^1,2^2,2^3,.....2^n
//===> 2^x=n =>求出x就是我们运行的次数 => x=log2n =>计算机忽略掉常数 => x = logn =>O(logn)
//二分查找 为什么是logn的算法?
//1~100 找69这个数
//50:(1+100)/2 = 50
/***********************O(n)************************/
for(i = 0 ; i < n;i++){
a = a +1; //运行了多少次?O(n) n一定是一个未知的,如果n是已知6的
}
/***********************O(n^2)************************/
for(i = 0 ; i < n;i++){ // 乘法 n次
for(int j = 0 ; j < n ;j ++){ //n次
a = a +1; //运行了多少次?O(n^2)
}
}
for(i = 0 ; i < n;i++){ // 乘法 n次
for(int j = i ; j < n ;j ++){ //n次
a = a +1; //运行了多少次?n*(n+1)/2 => O(n^2); => (n^2+n)/2 => 注意有个规律,有加减法的时候,找次数最高的那个
}
}
/*
* 外面的循环次数是确定的 O(n) n次,1 2 3 4 。。。n
*
* i=n 运行1次
* i=n-1 运行2次
* .
* .
* .
* i=1 运行n次
*
* 1,2,3 …… n次 最后里面这层要运行多少次?1+2+3+……+n=n*(n+1)/2
*
*/
}
}
空间复杂度
空间复杂度分析的意义
找消耗内存的地方
如何找出成效的空间复杂度
使用了内存空间的地方,比如数组、链表、缓存对象
几种常见的时间复杂度分析:指的是某一段代码s
几种常见的时间复杂度分析:指的是某一段代码。
几种常见的时间复杂度分析:指的是某一段代码。几种常见的时间复杂度分析:指的是某一段