时间复杂度- 哪一项在表达式里面权重最大
数据结构- 就是对基本数据(int float .. )的一种组织形式 容器就是数据的存放 {{}} O(1)效率最高
算法和数据结构之间的关系
数据的不同组织形式会影响算法对数据进行相关操作的效率不同
timeit 平均耗时
from timeit import Timer
t = Timer('func()','相关设置/from __main__ import func1()') 要是回调的话就不要参数二了 直接放函数
t.timeit(1000)
计算机只能存储二进制数据 也就只能运算二进制数据
变量
就可以表示计算机中的某一块内存空间
内存空间会有2个默认属性:
地址 16进制数表示
大小(可以存怎样的数据量) 整数4字节 64位机8字节
引用 就是(变量) 存储的都是一块内存地址
指向 如果某一个引用/变量存储了某一块内存空间的地址之后,则表示该引用指向了该内存空间
不同的数据占用内存的大小:
int 4byte
char 1byte
float 4
double 8
顺序表
集合中存储中的元素师有顺序的,顺序表的结构可以分为2种: 单数据类型/多数据类型
python中的list tuple 就属于多类型的顺序表
numpy array 就是单类型
单数据类型顺序表的内存图(内存连续开启)
元素是连续存的
顺序表变量的指向 存的 内存空间的首地址
多数据类型顺序表的内存图(内存非连续开启) 元组 列表
想把数据存储到内存中,必须先在内存中开辟指定大小的内存空间(大小,地址:定位)
如果一个引用指向了某一块内存空间,则表示该引用存储了该内存空间的地址
顺序表的弊端 -- 顺序表的结构需要预先知道数据的大小来申请连续的存储空间,而在进行扩充时候又需要进行数据的搬迁
单链表 -- 可以更加充分的利用计算机的内存空间,实现灵活的内存动态管理且进行扩充时候不需要进行数据搬迁
链表（Linked list）是一种常见的基础数据结构，是一种线性表，但是不像顺序表一样连续存储数据，而是每一个结点（数据存储单元）里存放下一个结点的信息（即地址）
. is_empty()：链表是否为空
. length()：链表长度
. travel()：遍历整个链表
. add(item)：链表头部添加元素
. append(item)：链表尾部添加元素
. insert(pos, item)：指定位置添加元素
. remove(item)：删除节点
. search(item)：查找节点是否存在
class Node(): #封装节点
def __init__(self,item): #初始化
self.item = item #节点中的数据
self.next = None #
def __str__(self):
return self.item
class Link(): #封装链表
def __init__(self):
self._head = None #该属性永远指向第一个节点
def isEmpty(self): #判断链表是否空?
return self._head == None #布尔值
def add(self,item): #每次都在头部
node = Node(item) #实例化 创建一个新节点对象
node.next = self._head #将节点插入到链表头部
self._head = node
def travel(self): #遍历
cur = self._head #第一个节点
while cur: #最后一个cur就是None
print(cur.item)
cur = cur.next
#add向头部添加 最后一个节点的next是None
def length(self): #长度
count = 0
cur = self._head
while cur:
count+=1
cur = cur.next
return count
def append(self,item): #尾部添加
cur = self._head #第一个节点
pre = None #cur前面节点的地址
node = Node(item) # 新node
# 当链表为空则新节点作为链表的第一个节点
if self._head is None:
self._head = node #node
return
# 链表非空对应的插入情况
while cur:
pre = cur #该节点前的一个节点
cur = cur.next
pre.next = node #cur在空的位置 next指向node
def insert(self,pos,item): #位置 数据
cur = self._head
pre = None
node = Node(item)
length = self.length() #长度
if pos > length: #大于链表数据长度 就追加在最后
self.append(item)
return
if pos <= 0: #第一项
self.add(item)
return
# 正常处理
for i in range(pos):
pre = cur
cur = cur.next
pre.next = node
node.next = cur
def remove(self,item): #删除
cur = self._head #定位到第一个
pre = None
# 如果删除的是第一个节点
if item == cur.item:
self._head = cur.next
return
# 正常 中间的
while cur:
if cur.item == item:
pre.next = cur.next
return
else:
pre = cur
cur = cur.next
def search(self,item): #搜索
find = False
cur = self._head #定位到开始
while cur:
if cur.item == item: #找到了
find = True
break #退出循环
cur = cur.next
return find
link = Link()
link.add(10)
link.add('aa')
link.append('bobo')
link.append('bobo1')
link.insert(111,666)
# link.remove('aa')
link.travel() # aa 10 bobo bobo1 666 这是结果
print(link.length())
link.search(6669)