绪论

这一章要解决三个问题：数据结构讨论的范畴、基本概念、算法和它的量度。

1.1 数据结构讨论的范畴

数据结构是和程序设计密切相关的课程。

Niklaus Wirth
Algorithm + Data Structures = Programs

数据结构和算法是进行程序设计两大问题。
程序设计：为计算机处理问题编制一组指令集。
算法：处理问题的策略。
数据结构：问题的数学模型。

例子：数值计算的程序设计问题（比如结构静力分析计算——线性代数方程组、全球天气预报——环流模式方程）；非数值计算的程序设计问题（比如求一组整数中的最大值、计算机对弈、足协的数据库管理）。

总结：数据结构描述现实世界实体的数学模型(非数值计算)及其上的操作在计算机中的表示和实现。

 

---

 

1.2 基本概念

一、数据与数据结构

Date（所有能被输入到计算机中，且被计算机处理的符号的集、计算机操作的对象的总称、计算机信息的载体、是计算机处理的信息的某种特定的符号表示形式）。

Date Element（数据中的一个“个体”，数据结构中讨论的基本单位）；Date Item（数据结构中讨论的最小单位）。比如，一个运行员的信息包括（姓名、俱乐部、出生日期、参加日期、职务、业绩），其中出生日期（年、月、日）称之为组合项。

DS（带结构的Date Element的集合），它的逻辑关系有四种（线性结构、集合结构、树形结构、图形结构）。

DS的形式定义：数据结构是一个二元组，Data_Structures = (D, S) ，其中：D 是数据元素的有限集，S是D上关系的有限集。

严格地讲，以上定义仅是数据的逻辑结构的定义，数据的存储结构——逻辑结构在存储器中的映象。

关系的映象方法分为两类，顺序映象（以存储位置的相邻表示后继关系，整个存储结构中只含数据元素本身的信息）；链式映象（以附加信息(指针)表示后继关系）。

二、数据类型

数据类型是一个值的集合和定义在此集合上的一组操作的总称。

在用高级程序语言编写的程序中，必须对程序中出现的每个变量、常量或表达式，明确说明它们所属的数据类型。因为类型明显或隐含地规定了，在程序执行期间，变量或表达式所有可能取值的范围，以及在这些之上允许进行的操作。

三、ADT

ADT是指一个数学模型以及定义在此数学模型上的一组操作。

ADT有两个重要特征：数据抽象（用ADT描述程序处理的实体时，强调的是其本质的特征、其所能完成的功能以及它和外部用户的接口（即外界使用它的方法））；数据封装（将实体的外部特性和其内部实现细节分离，并且对外部用户隐藏其内部实现细节）。

ADT的描述方法：抽象数据类型可用（D，S，P）三元组表示其中，D是数据对象，S是D上的关系集，P是对D的基本操作集。

 ADT 抽象数据类型名 {
数据对象：〈数据对象的定义〉
数据关系：〈数据关系的定义〉
基本操作：〈基本操作的定义〉
} ADT 抽象数据类型名
其中，数据对象和数据关系的定义用伪码描述，基本操作的定义格式为
基本操作名（参数表）
初始条件：〈初始条件描述〉
操作结果：〈操作结果描述〉
基本操作有两种参数：赋值参数只为操作提供输入值；引用参数以&打头， 除可提供输入值外，还将返回操作结果。
“初始条件”描述了操作执行之前数据结构和参数应满足的条件，若不满足，则操作失败，并返回相应出错信息。
“操作结果”说明了操作正常完成之后，数据结构的变化状况和应返回的结果。若初始条件为空，则省略之。
抽象数据类型的表示和实现
抽象数据类型需要通过固有数据类型(高级编程语言中已实现的数据类型)来实现。

 

---

 1.3 算法和算法的衡量

一、算法

算法是为了解决某类问题而规定的一个有限长的操作序列。

算法有五个重要的特征：（有穷性、确定性、可行性、有输入、有输出）

二、算法设计的原则

正确性、可读性、健壮性、高效率与低存储量方法和准则。

三、算法效率的衡量方法和准则

事后统计法：缺点（必须执行程序；其它因素掩盖算法本质）

事前分析估算法：它的相关因素（算法选用的策略、问题的规模、编写程序的语言、编绎程序产生机器代码的质量、计算机执行指令的速度）。

一个特定算法的“运行工作量”的大小，只依赖于问题的规模（通常用整数量n表示），或者说，它是问题规模的函数。

随着问题规模n的增长，算法执行时间的增长率和f(n)的增长率相同，则可记作：

T (n) = O(f(n))

称

 

如何估算算法的时间复杂度？                                          

算法 = 控制结构 + 原操作（固有数据类型的操作）

算法的执行时间=原操作(i)的执行次数×原操作(i)的执行时间算法的执行时间

 

从算法中选取一种对于所研究的问题来说是 基本操作 的原操作，以该基本操作 在算法中重复执行的次数 作为算法运行时间的衡量准则

T (n) 为算法的 (渐近) 时间复杂度 与 原操作执行次数之和 成正比

四、算法的存储空间需求

算法的空间复杂度

S(n) = O(g(n))

表示随着问题规模

若输入数据所占空间只取决与问题本身，和算法无关，则只需要分析除输入和程序之外的额外空间。原地工作。 

若所需额外空间相对于输入数据量来说是常数，则称此算法为

若所需存储量依赖于特定的输入，则通常按最坏情况考虑。 

n的增大，算法运行所需存储量的增长率与g(n)的增长率相同。算法的存储量包括：（输入数据所占空间;程序本身所占空间；辅助变量所占空间）。

 

---