20172313 2018-2019-1 《程序設計與數據結構》第一週學習總結

20172313 2018-2019-1 《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
  • 軟件工程是一門關於高質量軟件開發的技術和理論的學科。
  • 軟件開發解決的問題爲控制開發過程，實現高質量的軟件。
    • 軟件必須有效使用諸如CPU時間和內存之類的資源。
    • 質量特徵必須優先考慮，並可能最大化。

• 數據結構：是計算機存儲、組織數據的方式。數據結構是指相互之間存在一種或多種特定關係的數據元素的集合。一般狀況下，精心選擇的數據結構能夠帶來更高的運行或者存儲效率。數據結構每每同高效的檢索算法和索引技術有關。
  • 棧可用於顛倒數據集的順序。
  • 隊列可用於保持其數據的順序。

  程序=數據結構+算法
  軟件=程序+軟件工程

• 第二章 算法分析

  • 算法效率一般用CPU使用時間來表示，算法分析是從效率的角度對算法進行分析，是計算機科學的基礎。
  • 增加函數表示與該問題大小相對應的時間或空間的使用。增加函數表示問題大小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。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。
  • 要分析算法的複雜度，一般須要分析循環的運行。循環的時間複雜度等於循環體的複雜度乘以該循環運行的次數。額分析嵌套循環的複雜度時，必須將內層循環和外層循環都考慮進來。
  • 大O計法：忽略該算法的增加函數中的常量和其餘次要項，只保留主項而得出的。
  • 一些增加函數及其漸進複雜度

• 增加函數的比較

• 當n增長時，各種增加函數差距也會拉大。

• 規律及總結

教材中的問題及解決過程

• 問題一：可移植性是軟件的質量特徵之一，那麼Java程序設計語言是如何解決該質量特徵的？
• 解決：Java程序設計語言是這樣來結局這個問題的：把Java的源代碼編譯成了字節碼，這是一種低級語言，它不是任何特定CPU的機器語言。字節碼運行在Java虛擬機上。Java虛擬機是一種解釋並執行字節碼的軟件。所以，至少從理論上講，任何具備Java虛擬機的系統都能運行Java程序。
• 問題二：在看書的時候，不是很理解對相關的工做量，爲何說提升CPU的速度並不必定能提升處理速度。
• 解決：當算法的階次爲常量（即O（1））或線性階次（即O（n））時，提升CPU速度纔會線性提升處理速度。隨着算法複雜度的增加，處理器速度的提升對複雜度的影響愈來愈小。

練習題

• EX 2.1
  • 下列增加函數的階次是多少？
  • 10n^2+100n+1000
  • O(n^2)
  • 10n^3-7
  • O(n^3)
  • 2^n+100n^3
  • 2^n
  • n^2logn
  • O(n^2logn)
• 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)

  • 內層循環是n/2，外層循環是n，因此爲O(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 = 1 ; count2 < n ; count2 = count2 * 2)
    {
    System.out.println(count,count2);
    }
    }

  • 內層循環是log2n，外層循環是n，因此爲O(nlog2n)。

結對及互評

• 博客中值得學習的或問題：
  • 排版精美，對於問題研究得很細緻，解答也很周全。
• 代碼中值得學習的或問題：
  • 代碼寫的很規範，思路很清晰，繼續加油！

點評過的同窗博客和代碼

• 本週結對學習狀況
  • 20172332
  • 20172326
  • 結對學習內容
    • 第1章 概述
    • 第2章 算法分析

其餘（感悟、思考等，可選）

  在家癱了一個多月後，終於又回到學校了（笑）。在上個學期有收穫，有感慨，有付出，也有回報。暑假裏沒有了在學校學習的氛圍，天然也是懈怠了很多，能力感受到確實有所降低。雖然說在暑期內作了一個小app，但練習量是遠遠不夠的，代碼仍是必需要多敲才能熟練運用並掌握。至於博客，顯然在暑假內是沒有寫過的，如今開學，這個習慣仍然要撿起來，堅持下去。在這個學期裏要繼續努力，更好的提高本身！

學習進度條

	代碼行數（新增/累積）	博客量（新增/累積）	學習時間（新增/累積）	重要成長
第一週	200/200	1/2	5/20

• 計劃學習時間:10小時

• 實際學習時間:5小時

參考資料

• 百度百科