20172311《程序設計與數據結構》第一週學習總結

時間 2019-11-14

標籤程序設計與數據結構一週 1周學習總結欄目軟件設計简体版

原文原文鏈接

20172311《程序設計與數據結構》第一週學習總結

教材學習內容總結

第一章概述（基於軟件質量問題引導出數據結構）

高質量軟件的幾個特徵：
php
質量問題：
必須優先考慮質量特徵，並盡最大努力實現html
數據結構：計算機存儲、組織數據的方式web
程序=數據結構+算法
事實證實沒有一種方案能夠解決全部的問題！算法

第二章算法分析（高效利用CPU和內存）
增加函數：表示問題大小(n)與咱們但願最優化的值之間的關係，該函數表示了該算法的時間複雜度或空間複雜度
大O記法：
數組
全部具備相同階次的算法，從運行效率的角度來講都認爲是等價的
增加函數的比較
數據結構
若是算法的運行效率低，那麼從長遠來講，使用更快的處理器也無濟於事
時間複雜度分析：肯定某個算法的階次函數

教材部分習題解答過程

EX 2.1 下列增加函數的階次是多少？

a.10n^2+100n+1000
解答：n^2學習

b.10·n^3-7
解答：n^3優化

c.2^n+100· n^3
解答：2^n.net

d.n^2 ·log(n)
解答：n^2 ·log(n)

EX 2.4 請肯定下面代碼段的增加函數和階次

for(int count = 0 ; count < n ; count++)
    for(int count2 = 0 ; count2 < n ; count2 = count2 + 2)
        {
            System.out.println(count,count2);
        }
}

解答：
增加函數爲：F(n)=(n^2)/2

階次爲：n^2

EX 2.5 請肯定下面代碼段的增加函數和階次

for(int count = 0 ; count < n ; count++)
    for(int count2 = 0 ; count2 < n ; count2 = count2 * 2)
        {
            System.out.println(count,count2);
        }
}

解答：
增加函數：F(n)=n·log2(n)

階次爲：n·log2(n)

教材學習中的問題和解決過程

問題1：堆和散列表（用於給數據集排序的經常使用的數據結構）是什麼？
問題1解決方案：(經過查詢相關資料進行了解)

散列表（Hash table，也叫哈希表），是根據關鍵碼值(Key value)而直接進行訪問的數據結構。也就是說，它經過把關鍵碼值映射到表中一個位置來訪問記錄，以加快查找的速度。這個映射函數叫作散列函數，存放記錄的數組叫作散列表。給定表M，存在函數f(key)，對任意給定的關鍵字值key，代入函數後若能獲得包含該關鍵字的記錄在表中的地址，則稱表M爲哈希(Hash）表，函數f(key)爲哈希(Hash) 函數。

堆（heap)是計算機科學中一類特殊的數據結構的統稱。堆一般是一個能夠被看作一棵樹的數組對象。