20172321 《程序設計與數據結構》第一週學習總結

20172321 《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

1.1 軟件質量

• 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。
• 高質量軟件的特徵

1.2 數據結構

• 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。
• 經常使用結構

第二章

2.1 算法效率分析

• 算法效率一般用==CPU的使用時間==表示
• 算法分析是從效率的角度對算法進行分類

2.2 增加函數與大O記法

• 增加函數表示與該問題大小相對應的時間或者空間的使用。該函數表示了該算法的事件複雜度或空間複雜度。
• 漸進複雜度稱爲算法的階次。主要關注隨着問題大小的增長時增加函數的通常性質，這一性質取決於該表達式的主項，即n增長時表達式中增加最快的那一項。
• 大O記法

2.3 增加函數的比較

• 處理器提速10倍後能處理的問題大小的增長倍速

• n相對較小時

• n很大時

2.4 時間複雜度分析

• 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

for (int count = 0; count < n; count++)
{
  // 複雜度爲O(1)的步驟系列
}

• 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

for (int count = 0; count < n; count++)
    for (int count2 = 0; count2 < n; count2++)
    {
        //複雜度爲O(1)步驟系列
    }

教材學習中的問題和解決過程

問題：書上第15頁說，在算法複雜度中使用對數時，基本上是指以2爲底的對數，那麼特殊狀況通常出如今何時呢。
解答：其實我主要是想知道特殊狀況以後剩下的都是基本狀況了。

教材習題做答

• EX2.1 下列增加函數的階次是多少？
  • a.10n^2+100n+1000
  • 解：O(n^2)
  • b.10n^3-7
  • 解：O(n^3)
  • c.2^n+100n^3
  • 解：O(2^n)
  • d.n^2 ·logn
  • 解：O(n^2 ·logn)
  • 這道題和書上圖2.2的例題基本同樣。

• EX2.4 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：這段代碼能夠看出是嵌套循環，內層循環的循環次數是n/2，外層循環的循環次數是n，因此增加函數爲：F(n)=(n^2)/2，因此階次爲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);
      }
  }

  • 解：這段代碼能夠看出是嵌套循環，內層循環的循環次數是logn，外層循環的循環次數是n，因此增加函數爲：F(n)=nlogn，因此階次爲O(nlogn)。

結對及互評

其餘（感悟、思考等，可選）

按照這麼多年以來的慣例，每到學期之初，我就應該在此立下誓言：這個學期開始我要好好學習、每天向上，多讀書，多看報，少吃零食，多睡覺。

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）
目標	5000行	30篇	400小時
第一週	0/0	1/1	8/8

參考資料

• [Java軟件結構與數據結構]（第四版）
• java中的各個數據結構區別