目录
IT 学习路线
相关坚韧大厚书
相关有趣/耐看书或视频
数据结构与算法学习网站推荐
刷题
时间、空间复杂度
数据结构简述
基本概念
数据结构与算法简述和CS综述整理。本文非基础的教程,本文会列出大量学习和参考网站。老惯例,一个文章是一个集大成(本文借助了语音输入(PC 版 讯飞输入法)由此加速码字,但仍保持简洁的文风)。
数据结构 + 算法 = 程序。数据结构:现实问题的符合计算机存储的建模;算法:解决现实问题的步骤(符合有穷性,确定性,可行性等)。
IT 学习路线
-
C语言基础(看书、B站等均可) →
-
C语言三剑客:《C和指针》、《C陷阱与缺陷》和《C专家编程》,经典永流传 →
-
数据结构与算法(线性表/树/图/哈希 + 排序/搜索/规划等等等 按需学) →
-
计算机专业学科看。《计算机组成原理》/《计算机体系结构》;《计算机操作系统》/《现代操作系统》/《深入理解计算机系统》;可选《编译原理》、《深入分析GCC》;网络协议如《计算机网络》、《TCP-IP详解卷一/卷二/卷三》等 →
-
可选 《CPU自制入门》 →
-
走向:嵌入式 Linux 方向、FPGA / 芯片设计 / 验证方向、具体某算法方向(如 CV、ML、DL)等等。
更多可详细参考 rd2coding/Road2Coding: 编程之路 (github.com) 的总结,比较全面了。
相关坚韧大厚书
没给出链接的 网搜名字即可。
相关有趣/耐看书或视频
数据结构与算法学习网站推荐
刷题
时间、空间复杂度
时间复杂度表示一个算法内执行语句的数量在最坏的情况下随着循环次数 n 的增加而增长的数量级。一个算法内语句的使用次数(频度)表示为 f(n),n 为算法内循环语句的循环数,n 的变化直接改变 整个算法的语句使用次数;时间复杂度 O(g(n)) 的定义为,对于一个算法,当且仅当存在正整数 c 和 n0,使得 f(n) ≤ cg(n) 对于所有 n ≥ n0 成立,则该算法的渐进时间复杂度为 f(n) = O(g(n)),g(n) 为 n 的函数。
各个时间复杂度的语句频度的增长速度比较:O(log_2(n)) < O(n) < O(n*log_2(n)) < O(n^2) < O(n^3) < O(2^n) < O(n!),前三个很好,最后两个不可接受,剩余的强差人意。
程序的执行时间不仅依赖于问题规模,还可能随着数据的状态不同而变化,即其时间复杂度会变化,一般评价算法时候取最坏的情况的时间复杂度。
空间复杂度大同小异。
数据结构简述
一个软件项目,数据结构设计的好,后面进行功能实现时候的调用、修改和查询会特别方便,可以达到事半功倍的效果。
基本概念
数据结构几大类
-
线性表:
-
树:二叉树、红黑树等。
-
图:无向图、有向图等。
-
索引/散列:Maps、Hash Table。
按照关系划分
数据运算
操作的时间复杂度
具体概念在 “C & MCU编写规范和其他” 一文的 “时间、空间复杂度” 一节有提到。(数据结构)十分钟搞定时间复杂度(算法的时间复杂度) - 简书 (jianshu.com)。一套图 搞懂“时间复杂度”_ 12 26 25 的博客-CSDN博客 _时间复杂度。