System zur Verwaltung des Studentenstatus: lineare Eins-zu-eins-Beziehung

Mensch-Computer-Schachproblem: Eins-zu-viele-Baumstruktur

Problem des kürzesten Weges: Viele-zu-viele-Netzstruktur

Daten sind eine symbolische Darstellung objektiver Dinge. Es ist ein allgemeiner Begriff für alle Symbole, die in einen Computer eingegeben und von einem Computerprogramm verarbeitet werden können.

Datenelement ist die Grundeinheit von Daten und wird in Computern normalerweise als Ganzes betrachtet und verarbeitet.

Datenelement ist die kleinste unteilbare Einheit, die ein Datenelement darstellt und eine unabhängige Bedeutung hat.

Datenobjekt ist eine Sammlung von Datenelementen mit denselben Eigenschaften und eine Teilmenge von Daten.

logische Struktur

Speicherstruktur

Ein Datentyp ist eine Sammlung von Werten und eine Reihe von Operationen, die für diese Wertemenge definiert sind.

Der abstrakte Datentyp (ADT) bezieht sich im Allgemeinen auf ein vom Benutzer definiertes mathematisches Modell zur Darstellung eines Anwendungsproblems und den allgemeinen Namen einer Reihe von Operationen, die in diesem Modell definiert sind. Es umfasst insbesondere drei Teile: Datenobjekte und Beziehungen zu Datenobjekten. Eine Sammlung von Datenobjekten und eine Sammlung grundlegender Operationen für Datenobjekte.

(1) Endlich. Ein Algorithmus muss immer nach der Ausführung einer endlichen Anzahl von Schritten enden, und jeder Schritt muss in endlicher Zeit abgeschlossen sein.

(2) Gewissheit. Die jeweils auszuführenden Operationen sind im Algorithmus klar spezifiziert, und es besteht keine Unklarheit. Der Ausführende oder Leser des Algorithmus kann seine Bedeutung und die Art und Weise, wie er ausgeführt wird, klar verstehen.

(3) Machbarkeit. Alle Operationen im Algorithmus können implementiert werden, indem die bereits implementierten Grundoperationen endlich oft ausgeführt werden.

(5) Ausgabe. Ein Algorithmus hat eine oder mehrere Ausgaben, die das Ergebnis der Informationsverarbeitung durch den Algorithmus sind. Ein Algorithmus ohne Ausgabe hat keine Bedeutung. Bei der Verwendung von Funktionen zur Beschreibung von Algorithmen wird die Ausgabe häufig durch Rückgabewerte oder formale Parameter von Referenztypen dargestellt.

(1) Korrektheit. Bei sinnvoller Dateneingabe können innerhalb einer begrenzten Laufzeit korrekte Ergebnisse erzielt werden.

(2) Lesbarkeit. Ein guter Algorithmus sollte erstens für Menschen leicht zu verstehen und miteinander zu kommunizieren sein und zweitens sollte er maschinenausführbar sein. Lesbare Algorithmen helfen Menschen, den Algorithmus zu verstehen, während schwer verständliche Algorithmen dazu neigen, Fehler zu verbergen und schwer zu debuggen und zu ändern sind.

(3) Robustheit. Wenn die Eingabedaten illegal sind, kann ein guter Algorithmus angemessen reagieren oder sie entsprechend verarbeiten, ohne unerklärliche Ausgabeergebnisse zu erzeugen.

(4) Effizienz. Effizienz umfasst sowohl zeitliche als auch räumliche Aspekte. Zeiteffizienz bedeutet, dass der Algorithmus angemessen gestaltet ist und eine hohe Ausführungseffizienz aufweist, die an der Zeitkomplexität gemessen werden kann. Raumeffizienz bedeutet, dass die vom Algorithmus belegte Speicherkapazität angemessen ist und an der Raumkomplexität gemessen werden kann. Zeitkomplexität und räumliche Komplexität sind die beiden Hauptindikatoren für Messalgorithmen.

1. Fragengröße und Aussagehäufigkeit

2. Zeitkomplexitätsdefinition des Algorithmus

3. Beispiele für die Zeitkomplexitätsanalyse von Algorithmen

4. Beste, schlechteste und durchschnittliche Zeitkomplexität

In Bezug auf den Speicherplatzbedarf des Algorithmus verwenden wir ähnlich wie die Zeitkomplexität des Algorithmus die asymptotische Raumkomplexität (Raumkomplexität) als Maß für den vom Algorithmus benötigten Speicherplatz, der als Raumkomplexität bezeichnet wird Es ist auch eine Funktion der Problemgröße n, bezeichnet als: einer von Basic S(n)=O(f(n))