20172304 2018-2019《java软件结构与数据结构》 第一章 第二章学习总结

教材学习内容总结

• 第一章 概述

  1.1软件质量：

  高质量软件的几个特征：

  

  正确性：软件在多大程度上满足其特定需求

  可靠性：软件故障发生频率和危险程度

  健壮性：出错情况下可以得到恰当处理的程度

  可用性：用户学习和执行任务的难易程度

  可维护性：对软件进行修改的难易程度

  可重用性：软件组件可重用于其他软件系统开发的难易程度

  可移植性：软件组件可以在多个计算机环境下使用的难易程度

  运行效率：在不浪费资源的情况下软件完成其目标的程度

  1.2数据结构（计算机存储、组织数据的方式）

  程序=数据结构+算法

  软件=程序+软件工程

• 第二章 算法分析

  2.1算法效率分析

  算法效率通常用CPU使用时间来表示

  算法分析是从效率的角度对算法进行分析

  算法分析是计算机科学的基础

  2.2增长函数与大O记法

  增长函数：表示问题（n）大小与我们希望最优化的值之间的关系该函数表示了该算法的时间复杂度（CPU的使用时间）和空间复杂度（内存空间）

  算法的渐进复杂度（随着n增长时增长函数的一般性质）

  主要关注函数的主项（即增长速度最快的的那一项）

  渐进复杂度称为算法的阶次

  增长函数的项之间的比较

一些增长函数及其渐进复杂度

| 增长函数|阶次|标记

|t(n)=17|O(1)| 常量型|

|t(n)=3log n|O(log n)|对数型|

|t(n)=20n-4|O(n)|线性|

|t(n)=12n log n+100n|O(n log n)|n log n|

|t(n)=3n2+5n-2|平方型|

|t(n)= 8n^3+3n2|O(n^3)|立方型|

|t(n)=2^n+18n2+3n|O(2^n)|O(2^n)|指数型|

如果两个算法完成相同任务具有不同的增长函数，比如都是O(n2),那么从运行效率上来说，两者大体上是相等的。

2.3增长函数的比较

教材学习中的问题和解决过程

• 问题1：XXXXXX
• 问题1解决方案：XXXXXX
• 问题2：XXXXXX
• 问题2解决方案：XXXXXX
• ...

代码调试中的问题和解决过程

• 问题1：XXXXXX
• 问题1解决方案：XXXXXX
• 问题2：XXXXXX
• 问题2解决方案：XXXXXX
• ...

代码托管

（statistics.sh脚本的运行结果截图）

上周考试错题总结

• 错题1及原因，理解情况
• 错题2及原因，理解情况
• ...

点评模板：

• 博客中值得学习的或问题：
  • xxx
  • xxx
  • ...
• 代码中值得学习的或问题：
  • xxx
  • xxx
  • ...
• 基于评分标准，我给本博客打分：XX分。得分情况如下：xxx

点评过的同学博客和代码

• 本周结对学习情况
  • 20172310
  • 结对学习内容
    • XXXX
    • XXXX
    • ...
• 上周博客互评情况
  • 学号1
  • 学号2
  • 学号3
• 学号4
• ...
  

  其他（感悟、思考等，可选）

xxx

学习进度条

xx

参考资料

1.

2.

3.

4.

原文地址：https://www.cnblogs.com/15248252144dzx/p/9607269.html