数据结构和算法在编程中非常重要。数据结构是组织和存储数据的方式,而算法是解决问题的方法和步骤。你要挑战的蓝桥杯,实际也是在设计算法解决问题。其实各种编程语言都只是工具,而程序的核心=数据结构+算法。犹如练武,数据结构和算法是内功,各种编程语言都只是刀枪棍棒,根据需要在不同的场合选用顺手的兵器。
前言
翻遍了各种python书籍,要么是纯粹的知识点灌输,要么是面向小孩儿的图片和游戏任务太多,知识点太琐碎,不能让编程系统起来。(不是说那种方式不好,只是效果有限,可能得学好多年才有所悟)。这也是本系列教程到这里也没开始一行代码的原因。先有知识背景的介绍,后面的学习才能更有效。
鼓励我们的学生善于发问的习惯。学贵有疑,明代教育家朱熹有言:“学贵知疑,小疑则小进,大疑则大进。”,在学习过程中,有疑问、有困惑是正常的,甚至是必要的。不能有觉得自卑或害怕批评的顾虑。因为只有对某个知识点有疑问时,才会去深入研究,去寻找答案,这样才能真正理解和掌握。“读书无疑者须教有疑,有疑者却要无疑,这里方是长进。” ,语出《朱子语类·学五·读书法下》。
学python你不能只学python,你需要首先让了解下全貌,脑补下背景和基础,否则很容易“不识庐山真面目,只缘身在此山中”。(至少得补点计算机的历史和基础,毕竟初学者不像计算机专业的大学生,他们有操作系统,数据结构算法和编程语言等方面的基础课程,可以上来就讲python)。
就像写作文一样,如果才能写好作文?
你要写风,你就不能只写风。要写湖面的波纹,要写云朵向哪走,飞沙往哪飘,要写屋檐边悬挂的铃铛响,要写轻舟与竹筏的轻漾,要写人们不听话的衣角和发梢,写抓不住的气球。
你要写雪,就不能只写雪。要写凛冽,写皎洁,写天下万物的苍茫与凄切。要写北风卷地吹醒夜、寒冬腊月。写原驰蜡象,写山舞银蛇。写桥下冰初结,写陌上人行绝。写一支梅的孤傲与决绝,写千山鸟飞绝,万径人踪灭,直到最后,推敲思量,把你写进词里,白首不分离,相望鬓边初雪。
你要写月,就不能只写月。要写阴晴,写圆缺。写盈满清辉掩盖的疮痕和孤孑。要写林深鹿动,疏影横斜。也要写夜雪呼啸的刚劲哀绝。写一首松风解带、山涧琴声;再写一阙掬水弄香、古刹掩门。至此再搁笔,不提一字,满目皆是。
你要写雨,就不能只写雨。要写芭蕉,写落絮。写世人看不透的别离与相遇。写巴山之夜,写梅子黄时。写一叠纸的相思与残句。写黄昏窗外点滴声,似与梧桐耳语。再写僧庐阶前鬓已星,悲观总无情。直到最后,才陡然折笔,把你写进词的下半阙。已然只剩唏嘘。
你要写云,就不能只写云。要写自然、写随风。写天下人间的漂浮与乘空。要写衣裳花想容,拂槛露华浓。写落日熔金,人在何处。写一番情深不寿的苦留与无凭。写此后锦书休寄,悲痛使人愁。写行也思君,暮也思君。再写众鸟高飞尽,雪落芦烟直。直至终了,朝思西计提笔道是楚山秦山皆白云,白云处处长随君。
你要写夏,就不能只写夏天。要写炽热,要写蝉鸣。写世人看不透的憧憬和遇见。要写橙色黄昏晚风拂,夏夜猖狂。写蝉鸣正响,写晚风不凉。写满架蔷薇的浪漫和肆意。写河畔清风迎面吹,皎洁月色常伴。再写绿树浓荫十里荷花,悠悠夏日长。
你要写秋,就不能只写秋。要写思念和离愁,这人间诉不尽的相思和烦忧。要写寂寞无言独自上西楼,弯月如钩。写有暗香盈袖,写人比黄花瘦。写一轮月的期许与诉求。写濛濛细雨打芭蕉,写一片痴情付水东流。再写姑苏城外清寒古寺,钟声幽幽。
你要学python,就不能只学python,需了解点儿计算机的历史,计算机基础知识。需要有一定的计算机基础,包括数据结构、操作系统、计算机网络、数据库等。只有这样才能更好地掌握Python语言,并将其应用起来,这样学起来才更有效率。
数据结构和算法介绍
在编程中,数据结构和算法是非常重要的。“程序=数据结构+算法”,足见数据结构和算法的重要性。数据结构是程序的基础,它定义了数据的存储方式和操作方式。而算法是程序的逻辑和灵魂,它定义了程序如何处理数据以解决问题。一开始就要有数据结构和算法的概念,这在以后的编程中非常重要。
尽管关于数据结构和算法的知识单独一个拿出来讲,都够写一本书了,但是还是有必要提及一些。俗话说“师父领进门,修行在个人”,数据结构和算法其实一直贯穿在整个编程的过程中,有时你只是使用,不关注而已。
数据结构
数据结构是一种组织数据的方式,以便可以有效地进行访问、搜索和修改。不同的数据结构有不同的性能特点,例如,数组可以随机访问元素,链表可以高效地插入和删除元素,而二叉搜索树可以在log(n)时间内完成搜索。选择正确的数据结构可以极大地影响程序的效率和可读性。
后面要讲到的Python中的数组、字符串、列表、元组和字典其实都属于数据结构,它们可以用来存储和组织数据,并且每种类型都有自己独特的特点和用途。列表和元组属于线性数据结构,而字典则属于非线性数据结构。
线性数据结构是指数据元素之间存在一种线性关系的数据结构,即任意两个数据元素之间存在一对一的关系。
常见的线性数据结构有:线性表、栈、队列、双端队列、串(字符串)和链表。
非线性数据结构是指数据元素之间不存在线性关系的数据结构,即任意两个数据元素之间可能存在多对一或一对多的关系。常见的非线性数据结构有:树、二叉树、堆、图。
线性数据结构的特点是元素之间存在一种线性关系,可以按照一定的次序访问或操作数据元素,但是插入和删除操作较为困难,效率较低。
非线性数据结构的特点是元素之间不存在明显的线性关系,可以表示一些复杂的层次结构和关系,但是访问和操作数据元素的顺序依赖于具体的操作路径,不够直观。在某些场景下,非线性数据结构的插入和删除操作更加高效。
- 数组(Array):用于存储和访问相同类型的数据元素的集合。
- 字符串(String):用于存储和操作文本数据的一种数据类型。
- 列表(List):用于存储和访问任意类型的数据元素的有序集合。
- 元组(Tuple):用于存储和访问任意类型的数据元素的有序集合,但元组是不可变的。
- 字典(Dictionary):用于存储和访问键值对数据的一种数据类型。
当然可以自定义数据结构啦!Python中可以通过类定义来创建自定义的数据结构。什么是类?什么是对象?这个对初学者可能一下子不容易理解,不过没关系,慢慢的用的多了自然会理解。这里先简单介绍下,有个初步的印象即可,后面用到了再讲解。
什么是类?
类是一种数据结构的抽象,对现实世界的抽象,它是一个模子,用于创建对象,它定义了对象的属性和方法。
什么是对象?
对象是类的实例,具有类定义的属性和方法。类是对象的蓝图,描述了对象的特征和行为。对象是类的具体实例,具有类的特征和行为的具体实现。
类和对象是面向对象编程的重要概念。通过类和对象,可以更好地组织和管理代码,提高代码的可复用性和可维护性。
类的属性是类的成员变量,用于存储类的相关信息,可以在类的任何方法中使用。而类的方法是类的成员函数,用于定义类的行为,可以访问和修改类的属性。类的属性和方法是类的构成要素,用于描述类的特征和行为。
通过汽车举例,讲一下什么是类,什么是对象:
当我们谈论汽车时,汽车就是一个类,它描述了一类具有相同特征和行为的对象(一种交通工具,有轮子、会跑、会鸣笛),但你不知道是哪种汽车,只知道大概它有哪些特征。但是光知道汽车,你肯定不能直接开啊,得具体到某一汽车实体才行。具体的某一辆汽车,比如我的汽车,就是汽车类的一个对象,它具有该类所定义的特征(变量如车速,剩余油量)和行为(函数如启动,停止,转弯)的具体实例。类是抽象的,对象是具体的。类是对象的模板,而对象是类的实例。
当我们谈论动物时,动物就是一个类,它描述了一类具有相同特征和行为的对象。而具体的某一只动物,比如我的宠物狗,就是该类的一个对象,它具有该类所定义的特征和行为的具体实例。类是抽象的,对象是具体的。类是对象的模板,而对象是类的实例。
在编程中,类和对象存在的意义是什么?
类和对象是面向对象编程的重要概念,当然你也可以不用它,直接面向过程编程即可。前面的一些简单编程任务,基本不涉及这一块儿,但是往后深入编程,类和对象是一定会用到的。
但是用他们是有好处的,它们对现实世界很好的模拟,提供了一种组织和管理代码的方法。类和对象的存在具有以下几个意义:
1. 模块化:类和对象可以将程序划分为模块,每个模块都有自己的类和对象,从而降低程序的复杂性,提高代码的可维护性和可复用性。
2. 抽象:类和对象可以将具体问题抽象为抽象的数据类型,隐藏内部实现细节,只暴露出必要的接口,从而降低程序的复杂性,提高代码的可读性和可理解性。
3. 封装:类和对象可以将数据和函数封装在一起,形成一个独立的单位,保护数据不被外部随意访问和修改,从而提高程序的安全性和稳定性。
4. 继承:类和对象可以通过继承建立类之间的关系,从而实现代码的共享和重用,减少代码的冗余,提高代码的可扩展性和可维护性。
总之,类和对象是面向对象编程的重要概念,它们可以提高代码的可维护性、可复用性、可扩展性、可读性、可理解性、安全性和稳定性,降低程序的复杂性,提高编程效率。
算法
算法也是编程中不可或缺的一部分,只是有时你可能没意识到它的存在。算法是一系列解决问题或完成特定任务的明确指令。你做的各种编程任务,其实都可以算做是在设计算法解决问题。
算法是一系列解决问题的清晰指令,旨在将输入映射为输出。通常算法用于执行计算、数据处理和自动推理等任务。算法可以用各种方式表示,包括自然语言、流程图、伪代码和计算机编程语言。算法的选择取决于问题的性质、所需的计算资源以及目标输出的形式。一些常见的算法示例包括排序算法(如冒泡排序和快速排序)、搜索算法(如线性搜索和二分搜索)以及加密算法(如对称密钥算法和公钥算法)。算法可以脱离代码单独存在,可以用各种方式表示,包括自然语言、流程图、伪代码和计算机编程语言。算法可以不依赖于任何具体的编程语言来存在。
比如给你出道题,从1加到100,你会怎么做?你的实现也可以称之为一个简单的算法。
常见的算法有哪些?
常见的算法包括排序算法(如冒泡排序、插入排序、快速排序)、搜索算法(如线性搜索、二分搜索)、加密算法(如对称密钥算法、公钥算法)、最短路径算法(如Dijkstra算法)、图算法(如深度优先搜索算法、广度优先搜索算法)等。
讲一个故事,斯坦福大学是怎么给学生讲二分查找算法的,上来就表演“撕书”。国外的老讲授讲课就是生动形象,拿查找一本书里的某个字来举例,问如何才能快速的找到想要的字?先把书翻开一半,结果没找到直接撕掉一半,然后再在另一半书中再翻开一半去找,直到找到为止。你猜在几千页厚厚的书中找到某个字仅需要几步?可能十几步就找到了,速度够快吧。采用的这种一次劈开一半,再从一半书中找到某个字的方法,就可以称之为算法。
总结
数据结构和算法是计算机科学的基础。理解数据结构和算法可以帮助程序员更好地理解程序的行为和性能,从而编写更高效、更可维护的代码。此外,数据结构和算法也是计算机科学中的核心概念,对于编写复杂的软件和解决现实世界的问题非常重要。
其他资源
引用链接