《数据结构与算法》 第一章 绪论

---

---

知识框架

一、数据结构基本概念

数据结构是一门研究非数值计算的程序设计问题中的操作对象，以及它们之间的关系的操作等相关问题的学科

程序设计=数据结构+算法

1. 基本概念和术语

数据：是描述客观事物的符号，是计算机中可以操作的对象，是能被计算机识别，并输入给计算机处理的符号集合。（数据不仅包含整型、实型等数值类型，还包括字符及声音、图像、视频等非数值类型。）

数据元素：是组成数据的、有一定意义的基本单位，在计算机中通常作为整体处理。也被成为记录。（比如：鸡鸭牛羊猪狗等动物就是禽类的数据元素）

数据项：一个数据元素可以由若干个数据项组成。（比如：人可以有眼耳口鼻这些数据项）。
数据项是数据不可分割的最小单位。

数据对象：是性质相同的数据元素的集合，是数据的子集。（什么是性质相同呢，是指数据元素具有相同数量和类型的数据项，比如：人都有姓名、生日、性别等相同的数据项）
既然数据对象是数据的子集，在实际应用中，处理的数据元素通常具有相同性质，在不产生混淆的情况下，我们都将数据对象简称为数据。

不同的数据元素之间不是独立的，而是存在特定的关系，我们将这些关系成为结构。
数据结构：是相互之间存在一种或多种特定关系的数据元素的集合。

2. 数据结构三要素

数据的逻辑结构

逻辑结构是指数据元素之间的逻辑关系。

数据的存储结构

存储结构是指数据在计算机中的表示，也称之为物理结构，主要有以下几种方式：

① 顺序存储
② 链式存储
③ 索引存储
④ 散列存储（哈希存储）

数据的运算

二、算法和算法评价

1. 算法的基本概念和特性

算法概念

算法是对特定问题求解步骤的一种描述，举个简单的例子，如何把一头大象放进冰箱的解答就是一个算法。

① 算法特性
② 有穷性
③ 确定性
④ 可行性
⑥ 输入
⑦ 输出

2. 算法的评价度量

时间复杂度

算法中所有语句的频度之和为T(n)，时间复杂度主要分析T(n)的数量级。

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

空间复杂度

算法的空间复杂度S(n)定义为算法所耗费的存储空间，它是问题规模n的函数。

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

三、牛刀小试

已知一个算法由下列递归方程表示，求该算法的时间复杂度。
$$T(n)\{\begin{array}{ll}1,& n=1\\ 2T(n/2)+n,& n>1\end{array}$$
解：设(n = 2^k (k>=0))，根据题目有：

(T(2^k) = 2T(2^{k-1}) + 2^k = 2^2T(2{k-2}) + 2²²k)，

(therefore)得出一般递推式：

(T(2^k) = 2^kT(20) + k2^k = (k + 1)2^k)，即：

(T(n) = 2^{log_2n} + log_2n*n = n(log_2n + 1))

(therefore O(n) = nlog_2n)

计算下列程序段的时间复杂度

i = 1; k = 0;
while(i < n - 1){
    k = k + 10 * i;
    i++;
}

O(n) = n

y = 0;
while((y + 1) * (y +1) <= n){
    y = y + 1;
}

O(n) = sqrt n