mirror of
https://github.com/krahets/hello-algo.git
synced 2024-12-28 14:26:29 +08:00
9a861140d8
Start to translate codes from Java to Python.
84 lines
4.9 KiB
Markdown
84 lines
4.9 KiB
Markdown
---
|
||
comments: true
|
||
---
|
||
|
||
# 算法是什么
|
||
|
||
听到 “算法” 这个词,我们一般会联想到数学。但实际上,大多数算法并不包含复杂的数学,而更像是在考察基本逻辑,而这些逻辑在我们日常生活中处处可见。
|
||
|
||
在正式介绍算法之前,我想告诉你一件有趣的事:**其实,你在过去已经学会了很多算法,并且已经习惯将它们应用到日常生活中。** 接下来,我将介绍两个具体例子来佐证。
|
||
|
||
**例一:拼积木。** 一套积木,除了有许多部件之外,还会附送详细的拼装说明书。我们按照说明书上一步步操作,即可拼出复杂的积木模型。
|
||
|
||
如果从数据结构与算法的角度看,大大小小的「积木」就是数据结构,而「拼装说明书」上的一系列步骤就是算法。
|
||
|
||
**例二:查字典。** 在字典中,每个汉字都有一个对应的拼音,而字典是按照拼音的英文字母表顺序排列的。假设需要在字典中查询任意一个拼音首字母为 $r$ 的字,一般我们会这样做:
|
||
|
||
1. 打开字典大致一半页数的位置,查看此页的首字母是什么(假设为 $m$ );
|
||
2. 由于在英文字母表中 $r$ 在 $m$ 的后面,因此应排除字典前半部分,查找范围仅剩后半部分;
|
||
3. 循环执行步骤 1-2 ,直到找到拼音首字母为 $r$ 的页码时终止。
|
||
|
||
=== "Step 1"
|
||
|
||
![look_up_dictionary_step_1](index.assets/look_up_dictionary_step_1.png)
|
||
|
||
=== "Step 2"
|
||
|
||
![look_up_dictionary_step_2](index.assets/look_up_dictionary_step_2.png)
|
||
|
||
=== "Step 3"
|
||
|
||
![look_up_dictionary_step_3](index.assets/look_up_dictionary_step_3.png)
|
||
|
||
=== "Step 4"
|
||
|
||
![look_up_dictionary_step_4](index.assets/look_up_dictionary_step_4.png)
|
||
|
||
=== "Step 5"
|
||
|
||
![look_up_dictionary_step_5](index.assets/look_up_dictionary_step_5.png)
|
||
|
||
查字典这个小学生的标配技能,实际上就是大名鼎鼎的「二分查找」。从数据结构角度,我们可以将字典看作是一个已排序的「数组」;而从算法角度,我们可将上述查字典的一系列指令看作是「二分查找」算法。
|
||
|
||
小到烹饪一道菜、大到星际航行,几乎所有问题的解决都离不开算法。计算机的出现,使我们可以通过编程将数据结构存储在内存中,也可以编写代码来调用 CPU, GPU 执行算法,从而将生活中的问题搬运到计算机中,更加高效地解决各式各样的复杂问题。
|
||
|
||
!!! tip
|
||
|
||
读到这里,如果你感到对数据结构、算法、数组、二分查找等此类概念一知半解,那么就太好了!因为这正是本书存在的价值,接下来,本书将会一步步地引导你进入数据结构与算法的知识殿堂。
|
||
|
||
## 算法是什么?
|
||
|
||
「算法 Algorithm」是在有限时间内解决问题的一组指令或操作步骤。算法具有以下特性:
|
||
|
||
- 问题是明确的,需要拥有明确的输入和输出定义。
|
||
- 解具有确定性,即给定相同输入时,输出一定相同。
|
||
- 具有可行性,可在有限步骤、有限时间、有限内存空间下完成。
|
||
- 独立于编程语言,即可用多种语言实现。
|
||
|
||
## 数据结构是什么?
|
||
|
||
「数据结构 Data Structure」是在计算机中组织与存储数据的方式。为了提高数据存储和操作性能,数据结构的设计原则有:
|
||
|
||
- 空间占用尽可能小,节省计算机内存。
|
||
- 数据操作尽量快,包括数据访问、添加、删除、更新等。
|
||
- 提供简洁的数据表示和逻辑信息,以便算法高效运行。
|
||
|
||
数据结构的设计是一个充满权衡的过程,这意味着如果获得某方面的优势,则往往需要在另一方面做出妥协。例如,链表相对于数组,数据添加删除操作更加方便,但牺牲了数据的访问速度;图相对于链表,提供了更多的逻辑信息,但需要占用更多的内存空间。
|
||
|
||
## 数据结构与算法的关系
|
||
|
||
「数据结构」与「算法」是高度相关、紧密嵌合的,体现在:
|
||
|
||
- 数据结构是算法的底座。数据结构为算法提供结构化存储的数据,以及操作数据的对应方法。
|
||
- 算法是发挥数据结构优势的舞台。数据结构仅存储数据信息,结合算法才可解决特定问题。
|
||
- 算法有对应最优的数据结构。给定算法,一般可基于不同的数据结构实现,而最终执行效率往往相差很大。
|
||
|
||
如果将数据结构与算法比作「LEGO 乐高」,数据结构就是乐高「积木」,而算法就是把积木拼成目标形态的一系列「操作步骤」。
|
||
|
||
![relationship_between_data_structure_and_algorithm](index.assets/relationship_between_data_structure_and_algorithm.png)
|
||
|
||
<p align="center"> Fig. 数据结构与算法的关系 </p>
|
||
|
||
!!! tip "约定俗成的习惯"
|
||
|
||
在实际讨论中,我们通常会将「数据结构与算法」简称为「算法」。例如,我们熟称的 LeetCode 算法题目,实际上同时考察了数据结构和算法两部分知识。
|