标签：03 数据处理 查找 操作 增删 基本操作 数据结构 数据
文章目录
在上一篇：代码优化方法论02】选择合适的数据结构——将昂贵的“时间”转换为廉价的“空间” 中，我们学习了时空转换的思想，而它的核心就是选择合适的数据结构，将时间复杂度向空间复杂度转换。那么该如何选择合适的数据结构呢？
要想灵活使用数据结构，你需要先弄清楚数据在代码中被处理、加工的最小单位动作，也就是数据结构的基本操作，有了这些动作之后，你就可以基于此去选择更合适的数据结构了。
1. 举个栗子：代码对数据处理
例1：查找出一个数组中，出现次数最多的那个元素的数值。例如，输入数组 a = [1,6,3,5,5,5,6 ] 中，查找出现次数最多的数值。
上面这个例子我们在上一篇：【代码优化方法论 02】 中分析过。使用字典的数据结构能使时间复杂度降低到O(n)，那究竟是什么让我们选择字典呢？下面仔细来聊一聊。
我们先看一下这个任务需要对数据进行哪些操作。我们在解这个题时，核心思路应该是：
- 第一步，根据原始数组计算每个元素出现的次数；
- 第二步，根据第一步的结果，找到出现次数最多的元素。
对于上面的第一步，可以提取出的基本数据操作有：
- 查找： 看能否在数据结构中查找到这个元素，也就是判断元素是否出现过。
- 新增： 针对没有出现过的情况，新增这个元素。
- 改动： 针对出现过的情况，需要对这个元素出现的次数加 1。
对于上面的第二步，可以提取出的基本数据操作有：
- 查找：访问数据结构中的每个元素，找到次数最多的元素。
由此可见，本任务会重复使用到查找。而能在 O(1) 的时间复杂度内完成查找动作的数据结构，只有字典类型。因此选择字典结构可能会比其他数据结构效率更高，事实也是如此。
注：此题解法可参考：【代码优化方法论 02】
2. 数据处理的基本操作
设计合理的数据结构，要从问题本身出发，我们可以采用这样的思考顺序：
- 分析这段代码到底对数据先后进行了哪些操作。
- 根据分析出来的数据操作，找到合理的数据结构。
这样我们就把数据处理的基本操作梳理了出来。今后，即使你遇到更复杂的问题，无非就是这些基本操作的叠加和组合。只要按照上述的逻辑进行思考，就可以轻松设计出合理的数据结构。
数据处理的操作就是找到需要处理的数据，计算结果，再把结果保存下来。这个过程总结为以下操作：
- 找到要处理的数据。这就是按照某些条件进行查找。
- 把结果存到一个新的内存空间中。这就是在现有数据上进行新增。
- 把结果存到一个已使用的内存空间中。这需要先删除内存空间中的已有数据，再新增新的数据。
3. 方法论
经过对问题的拆解，你会发现即便是很复杂的代码，它对数据的处理也只有这 3 个基本操作，增、删、查。只要围绕这 3 个数据处理的操作进行分析，就能选择出合适的方案。总结下来，我们在思考代码优化时，可以从以下三个问题入手：
- 这段代码对数据进行了哪些操作？
- 这些操作中，哪个操作最影响效率，对时间复杂度的损耗最大？
- 哪种数据结构最能帮助你提高数据操作的使用效率？
对于前面两个问题，围绕数据处理的基本操作，这可以通过刷题加深我们的理解。对于第3个问题，就需要我们去掌握相应的数据结构基础知识，这个我在后面也会逐渐整理出来。
参考链接：https://kaiwu.lagou.com/course/courseInfo.htm?courseId=185#/detail/pc?id=3341
标签：03,数据处理,查找,操作,增删,基本操作,数据结构,数据 来源： https://blog.csdn.net/wjinjie/article/details/106490810
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。