《圖解數據結構-- 使用Python》筆記 第1章

1.3 認識程序設計

1.3.3 面向對象程序設計

1. 什麼是“面向對象程序設計”

“面向對象程序設計”（Object-Oriented Programming）的主要設計思想：將存在於日常生活中隨處可見的對象（object）概念應用在軟件開發模式中。OOP讓我們以一種更生活化、可讀性更高的設計思路來進行程序的開發和設計，並且開發出來的程序也更容易擴充、修改及維護。

2. 面嚮對象語言特性

• 封裝性（Encapsulation）
• 繼承性（Inheritance）
• 多態性（Polymorphism）

1）封裝

封裝：用“類”來實現“抽象數據類型”（ADT）。

類：一種具體描述對象狀態與行爲的數據類型。

對象：按照“類”這個模型或藍圖產生的實例。

舉例來說，

汽車類 -》 汽車實體對象

2）繼承

繼承：允許代碼重複使用，同時可以表達樹形結構中，父代與子代的遺傳現象。

舉例來說，

“汽車類”就是“交通工具類”的子類，“汽車類”可以繼承“交通工具類”。

3）多態

多態：讓具有繼承關係的不同類別對象可以調用相同名稱的成員函數。

1.4 算法性能

這一小節主要談兩個概念

• “時間複雜度”（Time Complexity）
• “空間複雜度”（Space Complexity）

1）空間複雜度

空間複雜度：估算一個算法在運行過程中臨時佔用內存空間的大小，是一種漸進表示法。

2）時間複雜度

時間複雜度：用某一個算法執行步驟技術來衡量運行時間的標準，也是一種漸進表示法。

由於涉及變量存儲類型與表達式的複雜度，因此沒有必要精確計算時間的長短。使用“估算”的辦法衡量時間更爲恰當，詳細定義如下：

• 在一個完全理想狀態下，定義T(n)來表示程序執行所要花費的時間，其中n代表數據輸入量。最大運行時間用Big-Oh表示。
• 分析算法的時間複雜度必須考慮它的成長比率，往往是一個函數。

1.4.1 Big-Oh

$O(f(n))$：某算法在計算機中所需運行時間不會超過某一常數倍數的$f(n)$。

這一部分的重點是：學會計算時間複雜度。

例1.4.1 計算$T(n)=3n^3+2n^2+5n$的時間複雜度

答：因爲多項式$T(n)$的最高項次數是3，所以時間複雜度爲$O(n^3)$

1.4.2 $\Omega$

$\Omega$也是一種時間複雜度的漸進表示法。如果說Big-Oh表示運行時間估算的最壞情況，則$\Omega$就是運行時間估算的最好情況。

1.4.3 $\Theta$

$\Theta$是一種比Big-Oh與$\Omega$更精確的時間複雜度的漸進表示法。