Python Data Structure 简明教程

Python - Algorithm Design

算法是一个循序渐进的过程，它定义了一组按特定顺序执行的指令，以获得所需的输出。算法通常独立于底层语言创建，即算法可以在不止一种编程语言中实现。

从数据结构的角度来看，以下是一些重要的算法类别 -

  1. Search ー 在数据结构中搜索项目的算法。

  2. Sort ー 按特定顺序对项目进行排序的算法。

  3. Insert ー 在数据结构中插入项目的算法。

  4. Update ー 在数据结构中更新现有项目的算法。

  5. Delete ー 从数据结构中删除现有项目的算法。

Characteristics of an Algorithm

并非所有程序都可以称为算法。算法应具有以下特征 -

  1. Unambiguous ー 算法应清晰无歧义。它的每个步骤（或阶段）及其输入/输出都应该是清晰的，并且只能导致一种含义。

  2. Input ー 算法应有 0 个或多个明确定义的输入。

  3. Output ー 算法应有 1 个或多个明确定义的输出，并且应匹配所需的输出。

  4. Finiteness ー 算法必须在有限的步骤后终止。

  5. Feasibility ー 应该可行，并且有足够的资源。

  6. Independent ー 算法应具有循序渐进的指导，它应该独立于任何编程代码。

How to Write an Algorithm?

对于编写算法，没有明确定义的标准。相反，它取决于问题和资源。算法永远不会被编写来支持特定的编程代码。

正如我们所知，所有编程语言都共享基础代码构造，如循环（do、for、while）、流程控制（if-else）等。这些通用构造可用于编写算法。

我们按部就班编写算法，但并不总是如此。算法编写是一个过程，在问题域定义明确后执行。也就是说，我们应该了解问题域，并针对该问题域设计解决方案。

Example

我们尝试通过示例来学习算法编写。

  1. Problem − 设计一种算法来对两个数字进行加法并显示结果。

step 1 − 开始

step 2 − 声明三个整数 a 、 b 和 c

step 3 − 定义 a 和 b 的值

step 4 − 对 a 和 b 的值进行加法

step 5 − 将步骤 4 的输出存储到 c

step 6 − 打印 c

step 7 − 结束

算法告诉程序员如何对程序进行编码。或者，算法可以写成 −

step 1 − 开始加法

step 2 − 获取 a 和 b 的值

step 3 − c ← a + b

step 4 − 显示 c

step 5 − 结束

在算法的设计和分析中，通常使用第二种方法来描述算法。这使得分析员能够轻松地分析算法，而忽略所有不需要的定义。他可以观察正在使用什么操作以及流程如何进行。

编写 step numbers 是可选的。

我们设计了一个算法来解决给定问题。一个问题可以用多种方法解决。

problem solutions

因此，可以为给定的问题导出许多求解算法。下一步是分析那些建议的求解算法并执行最适合的解决方案。