文章目录
前言
亲爱的家人们，创作很不容易，若对您有帮助的话，请点赞收藏加关注哦，您的关注是我持续创作的动力，谢谢大家！有问题请私信或联系邮箱：fn_kobe@163.com
1、算法例子
1.1、查字典（二分查找算法）
①问题描述：
在查找字典中某个字时，常按照拼音字母顺序查找。该过程在查找过程中不断缩小范围，逐步定位目标字。
②算法分析：
查字典过程是二分查找经典实现。具体步骤包括：
将字典分为两部分，通过比较中间位置字母来决定是否查找前半部分或后半部分。
每次根据字母顺序排除一半范围，直到找到目标字。
③算法本质：
二分查找算法在数据量大情况下能显著提高查找效率，时间复杂度为 O(log n)，比起线性查找O(n)高效。
1.2、整理扑克（插入排序算法）
①问题描述：
在打牌时需要将手中扑克牌从小到大排列。该过程通过不断将一张扑克牌插入到已经排序好部分来实现。
②算法分析：
扑克牌整理过程是插入排序算法。在每一轮中，从无序部分抽出一张扑克牌，并将其插入到有序部分的正确位置，直到所有扑克牌有序为止。
③算法本质：
插入排序是一种简单且直观排序算法，适用于小规模数据集。时间复杂度为 O(n^2)，但在数据量较小或已接近有序时，表现较好。
1.3、货币找零（贪心算法）
①问题描述：
在超市购物时，收银员需要找零。收银员通过选择面额较大货币来尽量减少找零次数。
②算法分析：
该过程采用贪心算法，每一步都选择当前最优选择（即用最大面额找零），直到达到所需零钱。
③算法本质：
贪心算法通过在每个步骤选择局部最优解来期望得到全局最优解。尽管这种策略在某些情况下无法保证最优解，但对于大多数货币找零问题，提供有效的解决方案。
2、算法与数据结构
2.1、算法定义
①定义：解决特定问题的一组指令或操作步骤，具备以下特性：
i：明确问题定义：包括输入和输出清晰界定。
ii：可行性：算法能在有限步骤、时间和内存空间内完成。
iii：确定性：算法每个步骤都有明确意义，且在相同输入和条件下，输出结果一致。
2.2、数据结构定义
①定义：组织和存储数据方式，包含数据内容、数据间关系以及对数据操作方法。其设计目标：
i：节省空间：减少内存占用。
ii：高效操作：包括数据访问、添加、删除和更新等操作。
iii：简洁性：数据结构应简洁并提供足够逻辑信息，帮助算法高效执行。
iv：设计权衡：在设计数据结构时，常常需要在不同方面作出权衡，例如：
链表：在数据添加和删除上更便捷，但牺牲数据访问速度。
图：提供更丰富逻辑信息，但需要更多内存空间。
2.3、数据结构与算法关系
i：数据结构是算法基石：算法需要基于某种数据结构来进行数据的存储和操作。
ii：算法为数据结构注入生命力：数据结构本身只能存储数据，通过算法才能实现对数据的操作和问题解决。
iii：算法执行效率与数据结构密切相关：不同的数据结构在执行同一个算法时，可能会导致效率上的差异，选择合适数据结构至关重要。
类比拼装积木：数据结构与算法可以比作一套拼装积木：
输入数据：未拼装的积木。
数据结构：积木的组织形式，包括形状、大小、连接方式等。
算法：一系列拼装积木的操作步骤。
输出数据：最终拼装好的积木模型。
2.4、独立于编程语言
数据结构和算法是独立于编程语言概念。不仅应用于某种编程语言，还在多种编程语言中实现。数据结构和算法学习具有广泛适用性。