chapter_introduction/what_is_dsa/

[giscus[bot]]

chapter_introduction/what_is_dsa/

Your first book to learn Data Structure And Algorithm.

https://www.hello-algo.com/chapter_introduction/what_is_dsa/

[fyxs]

初学算法冒昧说下，文章很适合我这种初学者，感谢大神。看了本章后根据自己大脑的想象，对于最后的总结，私以为数据结构不是积木，数据是积木，数据结构是积木提供的组织形式等信息，比如不同的形状大小，可连接形式等，而算法操纵这些积木达成某个形态或什么样的形态，也依赖于积木提供的这些信息。甚至包括操纵积木的手或其它什么工具，我认为也是数据结构的部分，是提供的操作积木(数据)的工具——基于学习本文概念后的理解

[krahets]

感谢回复！您的解释更加完整清晰～ 是否可以请你按照这个理解更新文章内容，参照 一起创作本书 中的方法，你将会作为共同撰稿人在致谢中列出。

原文提到 “积木” 时，隐含地包括了积木的结构（数据结构）和积木的组成内容（数据）。例如我们提到 “拼接数组” ，这里的数组就是既指数组中的数据、又隐含了其数据结构。

不过还是期待您可以优化下本章，使之更加清晰

[Wizarder54088]

大佬66，这个解释确实更符合数据结构这个定义。

[AleoXZ]

这个解释很直观，很形象。

[longxi102]

同意，我觉得可以把数据想象成物质，数据结构想象成物质的三态变化，把算法想象成利用物质来加工其他东西，输入的物质量一定，加工过程一定，输出结果就一定

[zhililab]

总结常见数据结构及其两两比较的优劣：

1. 数组 (Array)

   • 优点：快速的随机访问（O(1) 时间复杂度）。
   • 缺点：插入和删除操作需要移动元素，效率低（O(n) 时间复杂度）。

2. 链表 (Linked List)

   • 优点：插入和删除操作高效（O(1) 时间复杂度）。
   • 缺点：随机访问效率低（O(n) 时间复杂度）。

3. 栈 (Stack)

   • 优点：操作简单，支持 LIFO（后进先出）操作，高效的插入和删除（O(1) 时间复杂度）。
   • 缺点：只能访问栈顶元素，不支持随机访问。

4. 队列 (Queue)

   • 优点：操作简单，支持 FIFO（先进先出）操作，高效的插入和删除（O(1) 时间复杂度）。
   • 缺点：只能访问队头和队尾元素，不支持随机访问。

5. 哈希表 (Hash Table)

   • 优点：快速的插入、删除和查找操作（平均 O(1) 时间复杂度）。
   • 缺点：在哈希冲突时可能退化为链表，最坏情况 O(n) 时间复杂度，内存使用效率较低。

6. 二叉搜索树 (Binary Search Tree, BST)

   • 优点：支持动态集合操作，插入、删除和查找平均 O(log n) 时间复杂度。
   • 缺点：不平衡时最坏情况 O(n) 时间复杂度。

7. 平衡树 (Balanced Tree, 如 AVL 树、红黑树)

   • 优点：保证插入、删除和查找操作在 O(log n) 时间复杂度内完成。
   • 缺点：实现复杂度高，插入和删除操作可能需要进行多次旋转和调整。

8. 堆 (Heap)

   • 优点：支持快速的优先级队列操作，如插入和删除最大/最小值操作在 O(log n) 时间复杂度内完成。
   • 缺点：不支持快速的随机访问。

9. 图 (Graph)

   • 优点：适用于表示复杂的关系和结构，如社交网络、交通路线等。
   • 缺点：需要占用较大的内存空间，算法复杂度高。

数据结构两两比较

1. 数组 vs. 链表

   • 数组：随机访问快（O(1)），插入删除慢（O(n)）。
   • 链表：插入删除快（O(1)），随机访问慢（O(n)）。

2. 栈 vs. 队列

   • 栈：LIFO 结构，只能操作栈顶。
   • 队列：FIFO 结构，只能操作队头和队尾。

3. 哈希表 vs. 二叉搜索树

   • 哈希表：插入、删除和查找平均 O(1)，最坏 O(n)。
   • 二叉搜索树：插入、删除和查找平均 O(log n)，最坏 O(n)。

4. 二叉搜索树 vs. 平衡树

   • 二叉搜索树：实现简单，可能不平衡。
   • 平衡树：实现复杂，但保证 O(log n) 操作时间。

5. 堆 vs. 二叉搜索树

   • 堆：优先队列操作快（O(log n)），不支持随机访问。
   • 二叉搜索树：支持快速随机访问（O(log n)），适合动态集合操作。

6. 数组 vs. 哈希表

   • 数组：固定大小，随机访问快（O(1)）。
   • 哈希表：动态大小，插入和删除快（平均 O(1)）。

7. 图 vs. 链表

   • 图：适合表示复杂关系，占用内存大。
   • 链表：适合简单线性关系，占用内存小。

with ChatGPT

[niuren930]

说来惭愧，工作一年半了，但算法还是小白，这两天打开LeetCode准备开始刷题，突然看到大佬的这本书籍，有种及时雨的感觉。以前总是听说二分查找，心里第一反应就是不懂、难，但是阅读完本章听完大佬的解释，真的是秒懂，很感谢，对本书充满了期待，谢谢。我的微信N-00006，有刷题意愿的小伙伴一起监督一起刷，记得备注刷题哈。感谢大佬，待我阅读完本书再来评价，谢谢！

[krahets]

感谢鼓励！～

[KKStudyCoding]

「数据结构 Data Structure」是在计算机中组织与存储数据的方式。 看了楼上的评论 我赞同。小白来说可能不知道内存是什么？CPU如何操作内存的数据。数据结构是不是可以先简单粗略的理解为，将数据（我们定义的变量啊，Java中的对象那种概念）存放不同的形式（形式有树、图、链表）这种，存放不同的形式是为了方便不同的操作（类似数学定义上的加减乘除，也有类似生物学上的分类，中药格子中的药材归类，按照所需，找，拿，放）。具体形式长什么样，后续应该有介绍。我也想在后续的阅读过程中添加自己的类似生活中的理解。先模糊理解，在具体精准理解。谢谢您的付出，谢谢你们的付出。

[krahets]

谢谢您，非常好的建议！如果您有兴趣可以点击页面右上角 铅笔图标，直接按照这个想法添加内容。我先把这个想法加到 Todo 里，后续会加。

[tsunamiGG]

个人意见，关于算法的定义：算法是在有限时间内解决问题的一组指令或操作步骤。

这里的 “解决问题”，应该是解决特定问题。

[krahets]

谢谢优化！可否烦请点击页面右上角编辑按钮，更新内容

[MewwoO]

不太理解，为什么要加 特定 两个字

[krahets]

@XiaomeiLi111 它“强调”了算法的一组步骤旨在解决某一特定问题，问题具有明确的定义和范围。

[xiaoyuqiqi]

y=f(x)

[tawwxi]

大佬 pc端 正文 与目录 字体异常模糊 更换chrome edge不管用 黑夜模式也不管用

[krahets]

Hi 我感觉可能是你计算机本地缺少字体，一般不会出现这种情况。你用的是什么系统、什么版本？

[tawwxi]

您好  我的系统版本为 Windows 11, version 22H2 浏览器字体首选项为微软雅黑 

…

------------------ 原始邮件 ------------------ 发件人: "krahets/hello-algo" ***@***.***>; 发送时间: 2023年2月17日(星期五) 晚上11:20 ***@***.***>; ***@***.******@***.***>; 主题: Re: [krahets/hello-algo] chapter_introduction/what_is_dsa/ (Discussion #10) Hi 我感觉可能是你计算机本地缺少字体，一般不会出现这种情况。你用的是什么系统、什么版本？ — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[krahets]

那感觉很奇怪了，按说新系统不应该。
您可以试试给电脑切换一个网络环境，比如用手机4g热点

[sgzman]

终于找到好东西了

[1713612859]

直截了当，说法清晰。

[cyp-happy]

这个算法的定义其实我之前一直有误解，比如遗传算法等优化算法，输入相同结果也可能不一样吧

[krahets]

你是对的。如果引入了随机性，那么多次运行算法可能得到不同的结果。更准确的说法应为：给定相同的输入，在同样的运行条件下，输出始终相同。

请注意，“同样的运行条件”意味着运行时间、环境、随机种子等所有因素都一致，此时伪随机算法产生的随机数是确定的，算法的解也是确定的。

[Alafun]

遗传算法是一种统计学算法， 和计算机有输入输出IO的算法不一样

[krahets]

@Alafun 遗传算法也是一种算法，也有输入输出

[Ltruth]

在作者提供的类比思路下延申，只是疑惑下面的这些问题都是可计算问题吗？不然输入输出结构更适用于计算机而非人，对于人来说，使用感知和创造会更好吧。
数据结构与算法的关系可以用 积木与说明书 ，建筑材料与蓝图，食材食物和烹饪方法来形象类比。

每一块不同的积木、每一种建材、每一种食物都有特定的组织和存储方式。比如，从数据结构的角度看，肉类应该冷冻，但香蕉就不适合放冰箱。从算法的角度看，它决定了食物的处理和烹饪方式，榴莲一般不榨汁，香蕉榴莲要先去皮，西瓜要先切开一般不去皮；无硬皮果蔬可以生吃凉拌，肉类就不适合；豆腐脑适合加糖。

最终解决问题还要有操控者，小朋友们搭积木，工程师和建筑工人搭建筑，家庭煮妇或煮夫搭建美食，负责处理计算、具体操作和按照给定的算法或心中的算法控制流程等事项。

[HM030205]

豆腐脑要加卤汁

[samabl]

可恶的甜党😠

[imxiaomin]

加深理解

[AresInGit]

四五年前要是有本书，就不至于学的时候这么痛苦了。给K神及小伙伴们点赞！

[Nexzk]

很棒！😊

[coderedeng]

通俗易懂，非常感谢！

[zhenxingliu]

这个搭积木的例子形象生动,比如玩乐高,一堆小零件(数据结构),没有说明书(算法步骤),要想组装起来那几乎不可能.

[Knight-It]

程序=数据结构+算法

[HHHwbjk]

太棒啦

[3218085097]

在有限时间内通过某些手段解决特定问题。
既要关注抽象的概念，也要考虑实际使用。

[2yyue]

菜狗重拾计算机

[coronabear]

程序=数据结构+算法

[Jay20040104]

数据结构是团队中不同的角色，算法是找出解决问题的最佳职能分配

[AnakinZ]

“数据结构与算法是独立于编程语言的”
难怪，入门级别的编程语言的书籍都不会特定去提这个的知识点。

[LittleFatHero]

数据结构是数据的存储结构，算法是操作数据的方法，数据结构是为算法服务的，算法必须作用在特定的数据结构之上。数据结构是程序的生命，算法是程序的灵魂！

[IT-YYP]

是不是可以说算法无处不在，任何形式都可以以算法的形式呈现

[Jhcnsn]

奈斯

[zhaoguhong]

数据结构是躯体，算法是灵魂！

[3336290034]

Nice！

[xbsheng]

程序 = 数据结构 + 算法

[Ambrogram]

数据结构是图书馆的藏书体系，决定了书本如何被分类、索引和存放；算法则是寻书的智慧和路径，让人可以高效地找到所需知识。

[Ivy129]

数据结构与算法，很有意思