最近在準(zhǔn)備悉尼大學(xué)COMP2123課程的第一周內(nèi)容發(fā)現(xiàn)很多同學(xué)對數(shù)據(jù)結(jié)構(gòu)與算法的入門概念感到抽象特別是如何將理論應(yīng)用到實(shí)際代碼中。本文將結(jié)合Week1公開課的核心知識點(diǎn)系統(tǒng)梳理從環(huán)境搭建到基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)的完整流程并附上可運(yùn)行的代碼示例和常見誤區(qū)分析。無論你是剛開始學(xué)習(xí)這門課還是希望鞏固算法基礎(chǔ)都能從中獲得清晰的實(shí)踐路徑。1. 數(shù)據(jù)結(jié)構(gòu)與算法入門為什么它們?nèi)绱酥匾陂_始敲代碼之前我們首先要理解學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)和算法的根本目的。簡單來說數(shù)據(jù)結(jié)構(gòu)是數(shù)據(jù)的組織、管理和存儲格式其目的是為了高效地訪問和修改數(shù)據(jù)。算法則是解決特定問題的一系列清晰指令。兩者相輔相成高效的數(shù)據(jù)結(jié)構(gòu)是設(shè)計(jì)高效算法的基礎(chǔ)。1.1 從生活場景理解核心概念想象一下你去圖書館找一本書。如果書籍雜亂無章地堆在地上糟糕的數(shù)據(jù)結(jié)構(gòu)你可能需要花費(fèi)數(shù)小時(shí)低效的算法一本本翻找。如果書籍按照杜威十進(jìn)制分類法整齊排列在書架上良好的數(shù)據(jù)結(jié)構(gòu)你就可以根據(jù)索書號快速定位到大致區(qū)域高效的搜索算法從而在幾分鐘內(nèi)找到目標(biāo)。在計(jì)算機(jī)科學(xué)中常見的“找書”問題包括搜索在一組數(shù)據(jù)中查找特定項(xiàng)。排序?qū)⒁唤M數(shù)據(jù)按特定順序排列。插入/刪除在數(shù)據(jù)集合中添加或移除一項(xiàng)。選擇不同的數(shù)據(jù)結(jié)構(gòu)如數(shù)組、鏈表、樹和算法如線性搜索、二分搜索、快速排序解決這些問題的效率會有天壤之別。這就是我們學(xué)習(xí)這門課的意義為特定問題選擇最合適的“工具”從而編寫出運(yùn)行更快、占用資源更少的程序。1.2 算法復(fù)雜度分析衡量效率的標(biāo)尺我們?nèi)绾瘟炕粋€(gè)算法的“好壞”這就需要引入算法復(fù)雜度分析主要關(guān)注時(shí)間復(fù)雜度和空間復(fù)雜度。時(shí)間復(fù)雜度指算法執(zhí)行所需的時(shí)間隨輸入數(shù)據(jù)規(guī)模通常用n表示的增長趨勢。我們使用大O符號Big O notation來描述。空間復(fù)雜度指算法執(zhí)行過程中所需的最大內(nèi)存空間同樣用大O符號描述。以下是幾種常見的時(shí)間復(fù)雜度從上到下效率依次降低O(1)常數(shù)時(shí)間。操作時(shí)間與輸入規(guī)模無關(guān)。例如訪問數(shù)組中的一個(gè)元素。O(log n)對數(shù)時(shí)間。效率非常高典型例子是二分查找。O(n)線性時(shí)間。操作時(shí)間與輸入規(guī)模成正比。例如遍歷一個(gè)數(shù)組。O(n log n)線性對數(shù)時(shí)間。許多高效排序算法如歸并排序、快速排序的平均復(fù)雜度。O(n2)平方時(shí)間。通常出現(xiàn)在嵌套循環(huán)中如簡單的冒泡排序。O(2^n)指數(shù)時(shí)間。效率極低通常意味著算法設(shè)計(jì)有嚴(yán)重問題如求解所有子集。在Week1中理解大O表示法并能夠初步分析簡單程序的時(shí)間復(fù)雜度是首要目標(biāo)。2. 環(huán)境準(zhǔn)備與工具選擇工欲善其事必先利其器。一個(gè)合適的開發(fā)環(huán)境能讓你更專注于邏輯本身而非環(huán)境配置問題。2.1 編程語言選擇COMP2123課程通常不強(qiáng)制限定編程語言但教學(xué)示例和作業(yè)可能以Java、Python或C為主。選擇的原則是課程推薦優(yōu)先使用課程提供的示例代碼語言。個(gè)人熟練度選擇你最能清晰表達(dá)算法的語言。算法表現(xiàn)力Python語法簡潔適合快速實(shí)現(xiàn)原型Java/C在強(qiáng)調(diào)內(nèi)存管理和性能細(xì)節(jié)時(shí)更佳。本文后續(xù)示例將主要使用Python因其語法接近偽代碼易于理解。對于關(guān)鍵概念也會提供Java版本的對比。2.2 開發(fā)環(huán)境搭建對于Python安裝Python訪問 python.org 下載最新穩(wěn)定版如3.11。安裝時(shí)務(wù)必勾選“Add Python to PATH”。驗(yàn)證安裝打開終端Windows CMD/PowerShell, macOS/Linux Terminal輸入python --version查看版本。選擇編輯器初學(xué)者推薦VS Code。輕量、插件豐富安裝Python擴(kuò)展。集成環(huán)境PyCharm Community Edition功能強(qiáng)大免費(fèi)。對于Java安裝JDK下載并安裝OpenJDK 17或Oracle JDK 17。配置環(huán)境變量設(shè)置JAVA_HOME并將bin目錄加入PATH。驗(yàn)證安裝終端輸入java -version和javac -version。選擇編輯器IntelliJ IDEA Community Edition 或 Eclipse。2.3 第一個(gè)程序從“Hello, World!”到復(fù)雜度分析讓我們從一個(gè)簡單的例子開始并分析其復(fù)雜度。Python 示例計(jì)算列表和# 文件sum_list.py def sum_list(numbers): 計(jì)算整數(shù)列表的總和。 時(shí)間復(fù)雜度O(n)需要遍歷列表中的n個(gè)元素。 空間復(fù)雜度O(1)只使用了固定數(shù)量的變量total, num。 total 0 for num in numbers: total num return total # 測試代碼 if __name__ __main__: my_list [1, 2, 3, 4, 5] result sum_list(my_list) print(fThe sum of {my_list} is: {result}) # 輸出 The sum of [1, 2, 3, 4, 5] is: 15Java 示例計(jì)算數(shù)組和// 文件SumArray.java public class SumArray { /** * 計(jì)算整數(shù)數(shù)組的總和。 * 時(shí)間復(fù)雜度O(n) * 空間復(fù)雜度O(1) */ public static int sumArray(int[] numbers) { int total 0; for (int num : numbers) { total num; } return total; } public static void main(String[] args) { int[] myArray {1, 2, 3, 4, 5}; int result sumArray(myArray); System.out.println(The sum of the array is: result); // 輸出 The sum of the array is: 15 } }復(fù)雜度分析兩個(gè)函數(shù)都包含一個(gè)遍歷所有元素的循環(huán)。如果列表/數(shù)組有n個(gè)元素循環(huán)就會執(zhí)行n次。因此時(shí)間復(fù)雜度是O(n)。我們只使用了固定數(shù)量的額外變量total所以空間復(fù)雜度是O(1)。3. 核心數(shù)據(jù)結(jié)構(gòu)一數(shù)組與動態(tài)數(shù)組Week1通常會從最基礎(chǔ)、最常用的數(shù)據(jù)結(jié)構(gòu)——數(shù)組開始講起。3.1 靜態(tài)數(shù)組固定大小的連續(xù)存儲數(shù)組是一種線性數(shù)據(jù)結(jié)構(gòu)在內(nèi)存中占用一塊連續(xù)的空間用于存儲相同類型的元素。每個(gè)元素可以通過索引下標(biāo)直接訪問。特點(diǎn)優(yōu)點(diǎn)隨機(jī)訪問速度快通過索引訪問任意元素的時(shí)間復(fù)雜度為 O(1)。內(nèi)存空間緊湊連續(xù)存儲緩存友好。缺點(diǎn)大小固定創(chuàng)建時(shí)需指定容量無法動態(tài)擴(kuò)容。插入/刪除成本高在中間插入或刪除元素需要移動后續(xù)所有元素平均時(shí)間復(fù)雜度為 O(n)。Python 列表 vs 數(shù)組Python內(nèi)置的list實(shí)際上是一個(gè)動態(tài)數(shù)組而非傳統(tǒng)意義上的靜態(tài)數(shù)組。它封裝了擴(kuò)容等復(fù)雜操作。Java 數(shù)組示例// 聲明并初始化一個(gè)靜態(tài)數(shù)組 int[] staticArray new int[5]; // 容量為5初始值全為0 staticArray[0] 10; // O(1) 訪問 // staticArray[5] 20; // 錯(cuò)誤ArrayIndexOutOfBoundsException索引越界 // 遍歷數(shù)組 for (int i 0; i staticArray.length; i) { System.out.println(staticArray[i]); }3.2 動態(tài)數(shù)組可擴(kuò)容的數(shù)組為了解決靜態(tài)數(shù)組大小固定的問題動態(tài)數(shù)組如Python的listJava的ArrayListC的std::vector在內(nèi)部實(shí)現(xiàn)上仍然使用一塊連續(xù)內(nèi)存但當(dāng)容量不足時(shí)會執(zhí)行以下操作分配一塊更大的新內(nèi)存通常是原容量的1.5或2倍。將舊數(shù)組的所有元素復(fù)制到新數(shù)組。釋放舊數(shù)組的內(nèi)存。將新元素插入。這個(gè)擴(kuò)容操作的時(shí)間復(fù)雜度是O(n)但分?jǐn)偟蕉啻尾迦氩僮骱笃渚鶖倳r(shí)間復(fù)雜度仍可視為O(1)。Python 動態(tài)數(shù)組列表操作# 創(chuàng)建一個(gè)空列表動態(tài)數(shù)組 dynamic_list [] # 初始容量可能很小 # 追加元素 - 平均O(1) dynamic_list.append(1) dynamic_list.append(2) dynamic_list.append(3) print(dynamic_list) # 輸出: [1, 2, 3] # 在指定索引插入元素 - O(n) dynamic_list.insert(1, 99) # 在索引1處插入99 print(dynamic_list) # 輸出: [1, 99, 2, 3] # 刪除指定索引元素 - O(n) popped_value dynamic_list.pop(2) # 刪除并返回索引2的元素 (2) print(fRemoved {popped_value}, list now: {dynamic_list}) # 輸出: Removed 2, list now: [1, 99, 3] # 隨機(jī)訪問 - O(1) print(dynamic_list[0]) # 輸出: 1Java ArrayList 示例import java.util.ArrayList; public class DynamicArrayDemo { public static void main(String[] args) { // 創(chuàng)建一個(gè)ArrayList動態(tài)數(shù)組 ArrayListInteger arrayList new ArrayList(); // 添加元素 arrayList.add(10); // O(1) 均攤 arrayList.add(20); arrayList.add(30); System.out.println(arrayList); // 輸出: [10, 20, 30] // 在索引1處插入元素 - O(n) arrayList.add(1, 99); System.out.println(arrayList); // 輸出: [10, 99, 20, 30] // 刪除索引2處的元素 - O(n) arrayList.remove(2); System.out.println(arrayList); // 輸出: [10, 99, 30] // 隨機(jī)訪問 - O(1) System.out.println(arrayList.get(0)); // 輸出: 10 } }4. 核心數(shù)據(jù)結(jié)構(gòu)二鏈表鏈表是另一種基礎(chǔ)的線性數(shù)據(jù)結(jié)構(gòu)它通過“節(jié)點(diǎn)”和“指針”來組織數(shù)據(jù)在內(nèi)存中不必連續(xù)存儲。4.1 鏈表的核心概念節(jié)點(diǎn)鏈表的基本單位包含兩部分data存儲數(shù)據(jù)。next一個(gè)引用或指針指向下一個(gè)節(jié)點(diǎn)。頭節(jié)點(diǎn)指向鏈表第一個(gè)節(jié)點(diǎn)的引用。通過它可以訪問整個(gè)鏈表。尾節(jié)點(diǎn)最后一個(gè)節(jié)點(diǎn)其next指向NonePython或nullJava。4.2 單向鏈表的實(shí)現(xiàn)讓我們用Python和Java分別實(shí)現(xiàn)一個(gè)簡單的單向鏈表。Python 實(shí)現(xiàn)# 文件singly_linked_list.py class ListNode: 鏈表節(jié)點(diǎn)類 def __init__(self, data0, next_nodeNone): self.data data self.next next_node class SinglyLinkedList: 單向鏈表類 def __init__(self): self.head None # 鏈表頭節(jié)點(diǎn) def append(self, data): 在鏈表末尾添加節(jié)點(diǎn) - O(n) new_node ListNode(data) if not self.head: # 如果鏈表為空 self.head new_node return # 遍歷到鏈表末尾 current self.head while current.next: current current.next current.next new_node def prepend(self, data): 在鏈表頭部添加節(jié)點(diǎn) - O(1) new_node ListNode(data) new_node.next self.head self.head new_node def delete(self, key): 刪除第一個(gè)值為key的節(jié)點(diǎn) - O(n) current self.head # 如果要?jiǎng)h除的是頭節(jié)點(diǎn) if current and current.data key: self.head current.next current None return # 查找要?jiǎng)h除的節(jié)點(diǎn)及其前驅(qū)節(jié)點(diǎn) prev None while current and current.data ! key: prev current current current.next # 如果沒找到 if current is None: return # 執(zhí)行刪除 prev.next current.next current None def search(self, key): 查找值為key的節(jié)點(diǎn) - O(n) current self.head while current: if current.data key: return True current current.next return False def display(self): 打印鏈表 elements [] current self.head while current: elements.append(str(current.data)) current current.next print( - .join(elements) if elements else Empty List) # 測試代碼 if __name__ __main__: llist SinglyLinkedList() llist.append(1) llist.append(2) llist.append(3) llist.prepend(0) llist.display() # 輸出: 0 - 1 - 2 - 3 print(fSearch 2: {llist.search(2)}) # 輸出: True print(fSearch 5: {llist.search(5)}) # 輸出: False llist.delete(2) llist.display() # 輸出: 0 - 1 - 3Java 實(shí)現(xiàn)// 文件SinglyLinkedList.java class ListNode { int data; ListNode next; ListNode(int data) { this.data data; this.next null; } } public class SinglyLinkedList { private ListNode head; public void append(int data) { ListNode newNode new ListNode(data); if (head null) { head newNode; return; } ListNode current head; while (current.next ! null) { current current.next; } current.next newNode; } public void prepend(int data) { ListNode newNode new ListNode(data); newNode.next head; head newNode; } public void delete(int key) { if (head null) return; if (head.data key) { head head.next; return; } ListNode current head; ListNode prev null; while (current ! null current.data ! key) { prev current; current current.next; } if (current null) return; prev.next current.next; } public boolean search(int key) { ListNode current head; while (current ! null) { if (current.data key) return true; current current.next; } return false; } public void display() { ListNode current head; while (current ! null) { System.out.print(current.data - ); current current.next; } System.out.println(null); } public static void main(String[] args) { SinglyLinkedList list new SinglyLinkedList(); list.append(1); list.append(2); list.append(3); list.prepend(0); list.display(); // 輸出: 0 - 1 - 2 - 3 - null System.out.println(Search 2: list.search(2)); // true System.out.println(Search 5: list.search(5)); // false list.delete(2); list.display(); // 輸出: 0 - 1 - 3 - null } }4.3 鏈表 vs 數(shù)組如何選擇特性數(shù)組 (靜態(tài)/動態(tài))鏈表 (單向)內(nèi)存分配連續(xù)內(nèi)存非連續(xù)內(nèi)存 (節(jié)點(diǎn)分散)大小調(diào)整靜態(tài)數(shù)組固定動態(tài)數(shù)組可擴(kuò)容但成本高動態(tài)按需創(chuàng)建節(jié)點(diǎn)隨機(jī)訪問O(1)通過索引直接訪問O(n)必須從頭遍歷頭部插入/刪除O(n) (需移動元素) / O(1) (動態(tài)數(shù)組尾部)O(1)中間插入/刪除O(n)O(n) (需先找到位置)空間開銷較小僅存儲數(shù)據(jù)較大每個(gè)節(jié)點(diǎn)需額外存儲指針緩存友好性好 (局部性原理)差選擇指南需要頻繁隨機(jī)訪問元素 →優(yōu)先選擇數(shù)組。需要頻繁在頭部或中間插入/刪除元素且數(shù)據(jù)規(guī)模未知或變化大 →優(yōu)先選擇鏈表。內(nèi)存空間緊張且訪問模式以順序?yàn)橹?→考慮數(shù)組。實(shí)現(xiàn)棧、隊(duì)列等抽象數(shù)據(jù)類型的基礎(chǔ) →兩者皆可視具體操作而定。5. 基礎(chǔ)算法實(shí)踐搜索與排序入門Week1通常會引入最簡單的搜索和排序算法讓我們建立對算法效率的直觀感受。5.1 線性搜索這是最直觀的搜索算法從數(shù)據(jù)結(jié)構(gòu)的一端開始按順序檢查每個(gè)元素直到找到目標(biāo)或遍歷完所有元素。# 文件linear_search.py def linear_search(arr, target): 線性搜索算法。 時(shí)間復(fù)雜度O(n)最壞情況需要檢查所有n個(gè)元素。 空間復(fù)雜度O(1)。 for i, element in enumerate(arr): if element target: return i # 找到返回索引 return -1 # 未找到 # 測試 my_array [64, 34, 25, 12, 22, 11, 90] target 22 result linear_search(my_array, target) print(fTarget {target} found at index: {result} if result ! -1 else fTarget {target} not found.) # 輸出: Target 22 found at index: 45.2 二分搜索針對已排序數(shù)組二分搜索是一種效率極高的算法但前提是數(shù)組必須是有序的。它采用分治策略每次比較都將搜索范圍縮小一半。算法步驟設(shè)定搜索范圍的左右邊界left0,rightn-1。當(dāng)left right時(shí) a. 計(jì)算中間索引mid (left right) // 2。 b. 如果arr[mid] target返回mid。 c. 如果arr[mid] target說明目標(biāo)在右側(cè)調(diào)整left mid 1。 d. 如果arr[mid] target說明目標(biāo)在左側(cè)調(diào)整right mid - 1。循環(huán)結(jié)束未找到返回 -1。# 文件binary_search.py def binary_search(arr, target): 二分搜索算法 (迭代版本)。 時(shí)間復(fù)雜度O(log n) 空間復(fù)雜度O(1) left, right 0, len(arr) - 1 while left right: mid (left right) // 2 if arr[mid] target: return mid elif arr[mid] target: left mid 1 # 目標(biāo)在右半部分 else: right mid - 1 # 目標(biāo)在左半部分 return -1 # 測試 (數(shù)組必須已排序) sorted_array [11, 12, 22, 25, 34, 64, 90] target 22 result binary_search(sorted_array, target) print(fTarget {target} found at index: {result} if result ! -1 else fTarget {target} not found.) # 輸出: Target 22 found at index: 2 target 100 result binary_search(sorted_array, target) print(fTarget {target} found at index: {result} if result ! -1 else fTarget {target} not found.) # 輸出: Target 100 not found.5.3 冒泡排序這是最簡單的排序算法之一通過反復(fù)交換相鄰的無序元素來工作。# 文件bubble_sort.py def bubble_sort(arr): 冒泡排序算法。 時(shí)間復(fù)雜度O(n2) (最壞和平均情況) 空間復(fù)雜度O(1) (原地排序) n len(arr) # 遍歷所有數(shù)組元素 for i in range(n): # 最后 i 個(gè)元素已經(jīng)排好序 swapped False # 優(yōu)化如果一輪沒有交換說明已有序 for j in range(0, n - i - 1): # 如果當(dāng)前元素大于下一個(gè)元素則交換 if arr[j] arr[j 1]: arr[j], arr[j 1] arr[j 1], arr[j] swapped True # 如果內(nèi)層循環(huán)沒有交換任何元素則數(shù)組已排序完成 if not swapped: break return arr # 測試 unsorted_array [64, 34, 25, 12, 22, 11, 90] sorted_array bubble_sort(unsorted_array.copy()) # 使用副本不改變原數(shù)組 print(fOriginal array: {unsorted_array}) print(fSorted array: {sorted_array}) # 輸出: # Original array: [64, 34, 25, 12, 22, 11, 90] # Sorted array: [11, 12, 22, 25, 34, 64, 90]6. 常見問題與調(diào)試技巧學(xué)習(xí)初期理解和調(diào)試代碼中的錯(cuò)誤是至關(guān)重要的技能。6.1 數(shù)組/鏈表操作中的常見錯(cuò)誤索引越界現(xiàn)象IndexError: list index out of range(Python),ArrayIndexOutOfBoundsException(Java)。原因訪問了不存在的索引如arr[len(arr)]。解決始終確保索引在0到len(arr)-1的范圍內(nèi)。在循環(huán)中使用for i in range(len(arr)):或for element in arr:?？罩羔?引用異?，F(xiàn)象AttributeError: NoneType object has no attribute next(Python),NullPointerException(Java)。原因在鏈表操作中試圖訪問None或null節(jié)點(diǎn)的屬性如current.next而current本身是None/null。解決在訪問節(jié)點(diǎn)屬性前始終檢查節(jié)點(diǎn)是否為None/null。# 正確的鏈表遍歷 current self.head while current is not None: # 或 while current: print(current.data) current current.next無限循環(huán)現(xiàn)象程序卡住不停止。原因鏈表操作中next指針未正確更新導(dǎo)致形成環(huán)或循環(huán)終止條件永遠(yuǎn)無法滿足。解決在紙上畫出鏈表操作步驟仔細(xì)檢查指針的更新邏輯。使用調(diào)試器或打印語句跟蹤變量狀態(tài)。6.2 算法邏輯錯(cuò)誤二分搜索中的整數(shù)溢出問題在計(jì)算中間索引時(shí)mid (left right) // 2在left和right都非常大時(shí)可能導(dǎo)致整數(shù)溢出在C/Java中。解決使用更安全的寫法mid left (right - left) // 2。排序算法不穩(wěn)定性問題冒泡排序是穩(wěn)定的相等元素的相對順序不變但如果你錯(cuò)誤地使用了進(jìn)行比較可能會破壞穩(wěn)定性。注意初學(xué)階段理解穩(wěn)定性的概念比實(shí)現(xiàn)它更重要。6.3 調(diào)試建議使用打印語句在關(guān)鍵步驟打印變量值如索引、節(jié)點(diǎn)數(shù)據(jù)、循環(huán)計(jì)數(shù)器。使用IDE調(diào)試器學(xué)習(xí)設(shè)置斷點(diǎn)、單步執(zhí)行、查看變量值。這是最強(qiáng)大的調(diào)試工具。小規(guī)模測試先用只有2-3個(gè)元素的數(shù)組/鏈表測試你的代碼確保邊界條件空、只有一個(gè)元素正確處理。編寫測試用例系統(tǒng)性地測試你的函數(shù)包括正常情況、邊界情況和異常情況。7. 最佳實(shí)踐與學(xué)習(xí)路線建議掌握基礎(chǔ)知識后如何高效地繼續(xù)學(xué)習(xí)并應(yīng)用于實(shí)踐7.1 代碼實(shí)現(xiàn)最佳實(shí)踐清晰的命名變量名使用snake_case(Python) 或camelCase(Java)函數(shù)名使用動詞開頭類名使用PascalCase。避免使用a,b,x等無意義名稱。添加注釋和文檔字符串為函數(shù)和復(fù)雜邏輯塊添加注釋說明其目的、參數(shù)、返回值和復(fù)雜度。def binary_search(arr, target): 在已排序數(shù)組arr中執(zhí)行二分查找尋找目標(biāo)值target。 參數(shù): arr (list): 一個(gè)已排序的列表。 target (int): 要查找的目標(biāo)值。 返回: int: 如果找到返回目標(biāo)值的索引否則返回-1。 時(shí)間復(fù)雜度: O(log n) 空間復(fù)雜度: O(1) # ... 實(shí)現(xiàn)代碼考慮邊界條件始終思考如果輸入是空列表、空鏈表、只有一個(gè)元素、目標(biāo)值不存在等情況你的代碼會怎樣測試驅(qū)動在實(shí)現(xiàn)一個(gè)函數(shù)前先想好幾組測試用例正常、邊界、異常并在實(shí)現(xiàn)后運(yùn)行它們。7.2 復(fù)雜度分析練習(xí)每學(xué)一個(gè)新的數(shù)據(jù)結(jié)構(gòu)或算法嘗試自己分析其時(shí)間和空間復(fù)雜度。問自己代碼中有幾個(gè)循環(huán)它們嵌套嗎每個(gè)循環(huán)執(zhí)行了多少次與輸入規(guī)模n的關(guān)系分配了哪些額外的數(shù)據(jù)結(jié)構(gòu)7.3 下一步學(xué)習(xí)路線完成Week1的基礎(chǔ)后可以按以下路徑深入數(shù)據(jù)結(jié)構(gòu)深化學(xué)習(xí)雙向鏈表、循環(huán)鏈表、棧用數(shù)組/鏈表實(shí)現(xiàn)、隊(duì)列普通隊(duì)列、雙端隊(duì)列、優(yōu)先隊(duì)列。排序算法掌握選擇排序、插入排序然后學(xué)習(xí)更高效的歸并排序和快速排序并理解其分治思想。遞歸這是理解樹、圖以及許多高級算法如歸并排序、快速排序的關(guān)鍵。從計(jì)算階乘、斐波那契數(shù)列開始練習(xí)。抽象數(shù)據(jù)類型理解棧、隊(duì)列、集合、映射字典的抽象接口與不同實(shí)現(xiàn)如用鏈表實(shí)現(xiàn)棧。實(shí)踐平臺在LeetCode、HackerRank等平臺上從“Easy”難度的題目開始練習(xí)鞏固數(shù)組和鏈表的基本操作。學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)和算法就像學(xué)習(xí)樂理和指法初期可能會覺得枯燥但這是你未來構(gòu)建高效、優(yōu)雅程序大廈的基石。從理解每一個(gè)基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)的特性和代價(jià)開始多動手實(shí)現(xiàn)多畫圖分析逐步培養(yǎng)出為問題選擇最佳工具的本能。