算法与数据结构读后感,数据结构与算法分析读后感

　　首先总结几个概念算法的概念。五个特性：投入、产出、贫困、确定性、可行性。

　　算法是计算机处理信息的本质。因为计算机程序本质上是一种算法，它将精确的步骤传达给计算机来执行指定的任务。通常，算法在处理信息时，是从输入设备或数据的存储地址读取数据，将结果写入输出设备或某个存储地址，然后调用。

　　算法是解决独立问题的方法和思想。

　　对于算法来说，实现的语言不重要，思想才重要。

　　有很多语言来描述算法的实现版本，包括C描述、C描述和Python描述，但目前实现是用Python语言描述的。

　　数据结构学生的信息可以用列表或字典保存。在这两种保存下搜索学生信息时，时间的复杂度是不一样的。

　　为了解决这个问题，我们需要保存数据，并根据保存数据的方式来设计和实现算法。如果用不同的方式保存数据，就需要用不同的算法来处理。算法解决问题的效率越高，我们就越需要考虑如何保存数据。这是数据结构。

　　算法和数据结构密不可分。数据是一个抽象的概念，对它进行分类就可以得到编程语言的基本类型。比如int，float，char等。数据元素之间没有独立的关系，只有特定的关系，这些关系就是结构。数据结构是数据对象中数据元素之间的关系。

　　Python为我们提供了很多现成的数据结构类型。这些系统都是自己定义的，不需要自己定义的数据结构都是Python内嵌的数据结构，比如列表、元组、字典等。另一方面，Python系统也有未定义的数据组织方法。您需要自己定义如何组织这些数据。这些数据的组织被称为堆栈、队列和其他Python的扩展数据结构。

　　算法和数据结构之间的差异

　　数据结构只是静态地描述了数据元素之间的关系。

　　高效的程序需要根据数据结构来设计和选择算法。

　　程序=数据结构算法

　　总结：算法是为了解决实际问题而设计的，数据结构是算法需要处理的问题的载体。

　　仓库

　　类型需要几个字节的内存大小(不同的类型占用不同的空间)-存储。

　　我取出的字节类型有哪些？Int 4字节char 1字节

　　的所有高级数据结构都有基本的数据结构配置。

　　例如，int占用的4字节int 1从000000000000000000000000000000000000000000000000000000000000000000000000000000000000000开始。

　　八个。程序表

　　将数据存储在连续的内存区域。

　　图A显示了序列表的基本形式。数据元素本身是连续存储的。每个元素占用的存储单元大小是一定的(数据类型相同)，每个元素的下标就是它的逻辑地址。另一方面，存储单元物理地址(实际存储器地址)可以通过将逻辑地址(第I个单元)和存储单元的大小(c)的乘积加到存储区域的头地址(10c)和(e0)来计算。

　　位置(ei)位置(ei ) c*i

　　因此，在访问一个指定的特征时，不需要从头遍历，通过计算就可以得到对应的地址，其时间复杂度为o(1)。

　　如果元素大小不一致，需要将实际的数据元素以图B中外部元素的形式单独存储，并保存序列表中每个元素位置对应的元素的地址信息，即链接。因为每个链接都需要相同的存储量，所以根据上面的公式，可以计算出元素链接的存储位置，并且可以沿着链接找到实际存储的数据元素。注意，图B中的C是存储链接目标所需的存储量，而不是数据元素的大小。通常这个量很小。

　　图B中的有序表也叫实际数据的索引，是最简单的索引结构。

　　0下标可以理解为偏移量，所以在寻址时特别有用。

　　表的结构。

　　一个表的完整信息由两部分组成：表中元素的集合，以及正确操作必须记录的信息，即关于表整体情况的信息。这些信息主要包括两个元素存储的容量和当前表中现有元素的数量。

　　表格排序的两种基本方式

　　图A是一个集成结构，存储表信息的单元和元素存储区连续排列在一个存储区中，两个部分数据的整体形成一个完整的顺序表对象。

　　集成结构强大且易于管理。然而，由于数据元素存储是表对象的一部分，所以在创建顺序表之后，元素存储将是固定的。

　　图B显示了分离的结构。只有整个表的相关信息，即元素的容量和数量，存储在表对象中。实际的数据元素存储在另一个独立的元素存储器中，并与基本表对象相链接。

　　替换元素存储

　　集成结构由于序列表的信息区和数据区是连续存储的，如果要改变数据区，只能整体转移。即，整个序列表的对象(存储序列表的结构信息的区域)改变。

　　如果要交换数据区，隔离结构只需要更新表的信息区中数据区的链接，顺序表的对象保持不变。

　　元素存储扩展

　　通过使用分离结构顺序表，可以用更大的区域替换数据区，从而在不改变表对象的情况下扩展数据区，不需要改变所有使用这个表的地方。只要程序运行环境(计算机系统)中有可用内存，这种表结构就不会满，也就不可操作。人们把序列表通过这种技术实现了

　　动态序列表，因为它的容量可以在使用中动态变化。

　　两种扩张策略

　　为每次扩展添加固定数量的存储位置的策略，例如为每次扩展添加10个元素位置，可以称为线性增长。

　　特点：节省空间，但是扩展操作频繁，操作次数多。

　　每次扩展的容量加倍，例如每次扩展的存储空间加倍。

　　特点：减少了扩展操作的执行次数，但可能会浪费空间资源。用空间换时间，推荐方式。

　　表的顺序操作

　　1)插入到未插入的2)按顺序插入O(n) 3)无序插入。

　　2)尾部删除2)保序删除3)保序删除

　　Python中的序列表

　　Python中的List和tuple采用了序列表的实现技术，拥有前面讨论的序列表的所有属性。

　　Tuple是不可变类型，即不可变序列表，所以不支持任何改变其内部状态的操作。在其他方面，它类似于list。

　　列表的基本实现技术

　　Python类型列表是一个元素个数可变的线性表，可以添加和删除元素，在各种操作中保持已有元素的顺序(即保序)。它还具有以下行为特征：

　　对于基于下标(位置)的高效元素访问和更新，时间复杂度应为O(1)；

　　为了满足这个特性，应该采用顺序表技术，表中的元素存储在一个连续的存储区域中。

　　可以添加任何元素，在不断添加元素的过程中，表对象的标识符(由函数id获得的值)保持不变。

　　为了满足这个特性，需要能够改变元素存储区域，并且要保证存储区域改变时列表对象的id不变，只能采用分离实现技术。

　　在Python的官方实现中，list是一种动态序列表，通过分离技术实现。这就是为什么使用list.append(x)(或list.insert(len(list)，x)，即在尾部插入)比在指定位置插入元素更高效的原因。

　　在Python的正式实现中，list实现采用了以下策略：在创建一个空表(或者非常小的表)时，系统分配一个可以容纳8个元素的存储区域；当执行插入操作(插入或追加)时，如果元素存储区已满，则用4倍大的存储区替换它。但如果此时牌桌已经很大了(目前的门槛是50000)，那就改变策略，翻倍。引入了这种策略变化