20172306 2018-2019 《Java程序设计与数据结构》第一周学习总结

Posted lc1021

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了20172306 2018-2019 《Java程序设计与数据结构》第一周学习总结相关的知识,希望对你有一定的参考价值。

20172306 2018-2019 《Java程序设计与数据结构(下)》第一周学习总结

教材学习内容总结

第一章 概述

(程序=数据结构+算法 软件=程序+软件工程)

  • 1.1 软件质量
    • 软件工程师一门关于高质量软件开发的技术和理论的学科
    • 软件工程的目标:1.解决正确性问题 2.按时且在预算之内给出解决方案 3.给出高质量的解决方案 4.以合情合理的方式完成上面的事情
    • 高质量软件的特征
      技术分享图片
  • 正确性:我认为是我们所做的都是为了解决一个正确性问题。
  • 可靠性:降低软件的故障程度和概率
  • 健壮性:可以很好地解决出现异常的情况
  • 可用性:保证该软件可以很好地使用
  • 可维护性:对于软件,是一个长期使用和改进的过程,因此,一个好的软件需要有维护性,可以持续的维护和发展
  • 可重用性:我认为是创造的软件可以用在另一种软件上,提高了效率也提高了利用率
  • 可移植性:就是一款软件可以在很多不同的环境中同样适用
  • 运行效率:一个好的软件的运行效率也是条件之一。

  • 1.2 数据结构
    • 软件开发的目的是构建软件,而不仅仅是编写代码。
    • 栈可用于颠倒数据集的顺序;队列可以保持其数据的顺序
  • 自测题
    • 可靠性关注的是发生故障的频率和环境;健壮性关注的是出现故障会发生什么
    • 结构良好、设计良好以及文档说明良好的软件更容易维护

第二章 算法分析

(算法分析是计算机科学的基础)

  • 2.1 算法效率分析
    • 为完成某一特定任务所使用的算法的效率,是决定一个程序运行速度的主要因素
  • 2.2 增大函数与大O记法
    • 增长函数表示了该算法的时间复杂度或空间复杂度
    • 我们主要讨论算法的渐进复杂度,渐进复杂度称为算法的阶次(忽略该算法的增长函数中的常量和其他次要项,只保留主项而得出的)
      技术分享图片
    • 算法的阶次为增长函数提供了一个上界
    • 所有具有相同阶次的算法,从运行效率的角度来说都认为是等价的
  • 2.3 增长函数的比较
    技术分享图片
    • 寻求一个更高效的算法是一种比使用更快处理器的更好解决方法
    • 增长函数的比较
      技术分享图片
      技术分享图片
  • 2.4 时间复杂度分析
    • 1.循环运行复杂度
    • (1)循环体复杂为O(1),需要循环n次,则时间复杂度为O(n).
    for(int count = 0;count<n;count++)
      {
      //*复杂度为O(1)的步骤系列
        }
    • (2)其实我自己认为这种情况时,一般我会动手计算一下,虽然速度慢,但是却可以更好的理解。则时间复杂度为O(logn).
    count = 1;
     while(count < n)
     {
     count *=2;
     //复杂度为O(1)的步骤系列
     }
    • 2.嵌套循环复杂度
    • 对于循环体中的复杂度也需要考虑时,要将内层和外层都考虑好。该复杂度为O(n2)。
    • for(int count = 0;count < n;count++)
      {
      for(int count2 = 0;count2<n;count2++)
       {
           //复杂度为O(1)的步骤系列
       }
      }
    • 3.方法调用复杂度

    • 自己总结一下就是:我们在循环体中可能会引用一个方法,这个方法的复杂度是不确定的,但是同样的目的,它的复杂度是可能不同,所以具体还是要根据方法体的复杂度。

  • 自测题
    • 随着问题的增大,算法的复杂度将不断接近该渐进复杂度
    • 随着算法复杂度的增长,处理器素的的提高对复杂度的影响越来越小

教材布置问题解答

  • EX2.1 下列增长函数的阶次是多少?
  • a.10n^2+100n+1000
    解:阶次就是渐进复杂度,对于该三项来说,第一项增长速度最快,主项是n^2,所以阶次就是n^2.
  • b.10n^3-7
    解: 10n^3的增长速度最快,因此阶次为n^3
  • c. 2^n+100n^3
    解:就这两项而言,我们可以看前面的增长函数的比较,可以发现n^3增长速度快,所以阶次为n^3.
  • d. n^2logn
    解:阶次为n^2logn.

  • EX2.4请确定下面代码段的增长函数和阶次
for(int count = 0 ; count < n ; count++)
    for(int count2 = 0 ; count2 < n ; count2 = count2 + 2)
        {
            System.out.println(count,count2);
        }
}

解:增长函数是n^2/2;阶次是n^2. 因为先看里面的,会发现内循环要进行n/2次,外循环要进行n次,根据之前学的,将内外相乘,则为n^2/2。

  • EX2.5请确定下面代码段的增长函数和阶次
for(int count = 0 ; count < n ; count++)
    for(int count2 = 0 ; count2 < n ; count2 = count2 * 2)
        {
            System.out.println(count,count2);
        }
}

解:增长函数是nlogn,阶次为nlogn. 因为,可以先列出几个,会发现内层循环次数为logn,而外层是n次,内外相乘为nlogn .

结对及互评

点评模板:

  • 博客中值得学习的或问题:
    • xxx
    • xxx

点评过的同学博客和代码

  • 本周结对学习情况
    • 20172325
    • 结对学习内容
      • 一起看了第一二章的内容
      • 一起完成的课后布置的习题

其他(感悟、思考等,可选)

 新学期开始了,又要和Java这门课斗智斗勇了!上学期这门课学的不咋地,这学期不知道能够学成什么样。假期说起博客的事情,我说我不爱写博客,我爸说,你都看书了为什么你就不好好把博客写的好点呢?我一想,有点道理,所以呢,刚开学,还是要对自己有信心的,争取这学期能保持好好写博客,学好这门课!!!

学习进度条

代码行数(新增/累积) 博客量(新增/累积) 学习时间(新增/累积) 重要成长
目标 5000行 30篇 400小时
第一周 0/0 1/1 6/6

参考资料

  • Java结构设计与数据结构(第四版)









以上是关于20172306 2018-2019 《Java程序设计与数据结构》第一周学习总结的主要内容,如果未能解决你的问题,请参考以下文章

20172306 2018-2019 《Java程序设计与数据结构》第一周学习总结

20172306 2018-2019 《程序设计与数据结构》第四周总结

20172306 2018-2019《程序设计与数据结构》第三次总结

20172306《Java程序设计与数据结构》第一周总结

20172306《Java程序设计与数据结构》第九周学习总结

20172306 《程序设计与数据结构》实验四报告