本文探讨了学习数据结构和算法的重要性，包括提升编程技能和设计高效基础架构。介绍了时间、空间复杂度分析，以及常用的数据结构（如数组、链表、散列表等）和算法（如递归、排序、二分查找等）。通过复杂度分析，理解不同算法在最好、最坏、平均情况下的执行效率。并强调了复杂度对于优化代码性能的关键作用。
文章目录
极客时间-数据结构和算法之美-王争
开篇词
入门篇
01 为什么要学习数据结构和算法？
建立时间复杂度、空间复杂度意识、写出高质量的代码，能够设计基础架构，提升编程技能。
02 如何抓住重点，系统高效的学习数据结构和算法？
掌握一个数据结构和算法中最重要的概念，复杂度分析。
10个数据结构：数组、链表、栈、队列、散列表、二叉树、堆、跳表、图、Trie树。
10个算法：递归、排序、二分查找、搜索、哈希算法、贪心算法、分治算法、回溯算法、动态规划、字符串匹配算法。
03 复杂度分析：如何分析分析、统计算法的执行效率和资源消耗
时间、空间复杂度分析
大0时间复杂度 T(n)=O(f(n))
常见的复杂度 O(1) O(logn) O(n) O(nlogn) O(n2)
越高阶复杂度的算法，执行效率越低。
04 复杂度分析：浅析最好、最坏、平均、均摊时间复杂度？
最好是O(1)最快O(n)平均平摊是O(1)
基础篇
05
06
扫一扫
759
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
