Python - 数据结构之算法设计

• 

  简述

  算法是一个循序渐进的过程，它定义了一组指令以一定的顺序执行以获得所需的输出。算法通常独立于底层语言创建，即算法可以用一种以上的编程语言实现。

  从数据结构的角度来看，以下是一些重要的算法类别 -

  • Search- 在数据结构中搜索项目的算法。
  • Sort- 按特定顺序对项目进行排序的算法。
  • Insert- 在数据结构中插入项目的算法。
  • Update- 更新数据结构中现有项目的算法。
  • Delete- 从数据结构中删除现有项目的算法。
• 

  算法的特征

  并不是所有的过程都可以称为算法。算法应具有以下特征 -

  • Unambiguous− 算法应该清晰明确。它的每一个步骤（或阶段），以及它们的输入/输出都应该是清晰的，并且必须只导致一个含义。
  • Input− 算法应该有 0 个或更多定义明确的输入。
  • Output− 一个算法应该有 1 个或多个定义明确的输出，并且应该匹配所需的输出。
  • Finiteness− 算法必须在有限步数后终止。
  • Feasibility− 在可用资源的情况下应该是可行的。
  • Independent− 算法应该有逐步的方向，它应该独立于任何编程代码。
• 

  如何编写算法？

  编写算法没有明确的标准。相反，它依赖于问题和资源。永远不会编写算法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本的代码结构，如循环（do、for、while）、流控制（if-else）等。这些通用结构可用于编写算法。

  我们以循序渐进的方式编写算法，但并非总是如此。算法编写是一个过程，是在明确问题域之后执行的。也就是说，我们应该知道我们正在为其设计解决方案的问题域。

  例子

  让我们尝试通过一个例子来学习算法写作。

  • Problem− 设计一个算法来添加两个数字并显示结果。

  步骤 1- 开始

  步骤 2− 声明三个整数a, b&c

  步骤 3- 定义值a&b

  步骤 4- 添加值a&b

  步骤 5- 将步骤 4的输出存储到c

  步骤 6- 打印c

  步骤 7- 停止

  算法告诉程序员如何编写程序。或者，该算法可以写成 -

  步骤 1- 开始添加

  步骤 2- 获取值a&b

  步骤 3- c ← a + b

  步骤 4− 显示 c

  步骤 5- 停止

  在算法的设计和分析中，通常使用第二种方法来描述算法。它使分析师可以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哪些操作以及流程是如何进行的。

  写作步骤 numbers, 是可选的。

  我们设计一种算法来获得给定问题的解决方案。一个问题可以通过多种方式解决。

  

  因此，对于给定的问题，可以推导出许多解决方案算法。下一步是分析那些提出的解决方案算法并实施最合适的解决方案。