目录python
“数据结构是数据对象，以及存在于该对象的实例和组成实例的数据元素之间的各类联系。这些联系能够经过定义相关的函数来给出。”——Sartaj Sahni，《数据结构、算法与应用》算法
“数据结构是ADT（抽象数据类型 Abstract DataType）的物理实现。”—— Clifford A.Shaffer，《数据结构与算法分析》编程
“数据结构（data structure）是计算机中存储、组织数据的方式。一般状况下，精心选择的数据结构能够带来最优效率的算法。”
——中文维基百科数组
综上：从上面的三种官方定义能够看出，数据结构和算法一般是一块儿出现的。数据结构
只有事先得知数据规模的问题，才能获得处理数据的方法数据结构和算法
哪里有空放哪里，查找图书困难编程语言
二分查找，经过书名的拼音字母不断缩小查找图书的范围，新书来了插入会成为一个问题函数
把书架划分红几块区域，每块具区指定摆放各类类别的书；每块区域内，按照书名的拼音字母顺序排放，斟酌类的分法测试
综上：解决问题方法的效率，和数据的组织方式有关spa
/* c语言实现 */
void PrintN (int N)
{int i;
for (i=1; i<=N; i++)(
printf("%d\n", i);
)
return;
}
# python语言实现
def print_n(n: int):
for i in range(n):
print(n)
N过大，代码会直接罢工
/* c语言实现 */
void PrintN (int N)
{if (N){
PrintN(N - 1);
printf("%d\n", N);
}
return;
}
# python语言实现
def print_n(n: int):
if n:
print_n(n - 1)
print(n)
综上：解决问题方法的效率，和空间的利用效率有关
\[ f(x) = a_0+a_1x+\cdots+a_{n-1}x^{n-1}+a_nx^n \]
对于上述的多项式，咱们可使用如下代码实现：
/* c语言实现 */
double f(int n, double a[], double x)
{int i;
double p = a[0]
for (i=1; i<=n; i++)
p += (a[i] * pow(x, i));
return p;
}
# python语言实现
def f(n: int, a_list: list, x: float):
p = a_list[0]
for i in range(1, n):
p += (a_list[i] * pow(x, i))
return p
可是上述的方法极其复杂，咱们能够对多项式进行以下化简：
\[ f(x) = a_0+x(a_1+(x(\cdots(a_{n-1}+x(a_n))\cdots)) \]
/* c语言实现 */
double f(int n, double a[], double x)
{int i;
double p = a[n];
for (i=n; i>0; i--)
p = a[i-1] + x*p;
return p
}
# python语言实现
def f(n: int, a_list: list, x: float):
p = a_list[n]
for i in range(0,n,-1):
p = a_list[i-1] + x*p
return p
clock()：捕捉从程序开始运行到clock()被调用时所耗费的时间。这个时间单位是clock tick，即“时钟打点”。
常数CLK_TCK：机器时钟每秒所走的时钟打点数。
/* c语言实现 */
#include <stdio.h>
#include <time.h>
clock_t start, stop;
/* clock_t是clock()函数返回的变量类型 */
double duration;
/* 记录被测函数运行时间，以秒为单位 */
int main()
{/* 不在测试范围内的准备工做写在clock()调用以前*/
start = clock(); /* 开始计时 */
MyFunction(); /* 把被测函数加在这里 */
stop = clock(); /* 中止计时 */
duration = ((double)(stop -start))/CLK_TCK;
/* 计算运行时间 */
/* 其余不在测试范围的处理写在后面，例如输出duration的值 */
return 0;
}
# python语言实现 import time def main(): start = time.clock() # start = time.process_time() my_function() stop = time.clock() # stop = time.process_time() t = stop - start # 以秒为单位 return t
对于一个九项式的测试程序，运行一次，效果微乎其微，所以可让被测函数重复运行充分屡次，使得测出的总的时钟打点
间隔充分长，最后计算被测函数平均每次运行的时间便可!
综上：解决问题方法的效率，和算法的巧妙程度有关
只描述数据对象集和相关操做集“是什么”，并不涉及“如何作到”的问题，便可以理解为伪代码
Matrix Create( int M, int N )：返回一个\(M×N\)的空矩阵；int GetMaxRow( Matrix A )：返回矩阵\(A\)的总行数；int GetMaxCol( Matrix A )：返回矩阵\(A\)的总列数；ElementType GetEntry( Matrix A, int i, int j )：返回矩阵\(A\)的第\(i\)行、第\(j\)列的元素；Matrix Add( Matrix A, Matrix B )：若是\(A\)和\(B\)的行、列数一致，则返回矩阵\(C=A+B\) （不考虑先按行加、先按列加、什么语言实现），不然返回错误标志；Matrix Multiply( Matrix A, Matrix B )：若是A的列数等于B的行数，则返回矩阵\(C=AB\)，不然返回错误标志；综上：抽象不须要关心具体的细节