数据结构与算法

数据结构
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，以及官们之间的关系和操作等相关问题的学科。
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
数据项:一个数据元素可以自若干个数据项组成，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
逻辑结构:是指数据对象中数据元素之间的相互关系
1、集合结构:集合结构中的数据 素除 同属于一个集合外；

2、线性结构:统性结构的数据元素之间是一对一的关系

3、树形结构:树形结构中的数据元素之间存在一种一对多的层次关系

4、图形结构:图形结构的数据元素是多对多的关系

物理结构:是指数据的逻辑结构在计算机中的存储形式。
顺序存储结构:是把数据元素存放在地址连续的存储单元里，其数据间的逻辑关系和物理关系是一致的

链式存储结构:是把数据元素存放在任意的存储单元里，这组存储单元可以是连续的，也可以是不连续的，数据元素的存储关系并不能反映其逻辑关系，因此需要用一个指针存放数据元素的地址，这样通过地址就可以找到相关联数据元素的位置。

逻辑结构是面向问题的，而物理结构就是面向计算机的，其基本的目标就是将据及其逻辑关系 储到计算机的内存中
抽象数据类型是指 一个数学模型及在该模型上的一组操作；

算法
算法是解决特定问噩求解步’的描述，在计算机中表现为指令的有限序列，并且每条指令表示一个或多个操作。

算法具有五个基本特性输入、输出、有穷性、确定性和可行性。
算法具有零个或多个输入
算法至少有一个或多个输出，
有穷性:指算法在执行有限的步骤之后，自动结束而不会出现无限循环，并且每一个步骤在可接受的时间内完成。
确定性:算法的每一步骤都具有确定的含义，不会出现歧义性
可行性:算法的每一步都必须是可行的 也就是说，每一步都能够通过执行有限次数完成

设计算法应该尽量满足时间效率高和存储量低的需求。
时间效率：
1、事后统计方法:这种方法主要是通过设计好的测试程序和数据，利用计算机计时器对不同算法编制的程序的运行时间进行比较，从而确定算法效率的高低
2、事前分析估算方法:在计算机程序编制前，依据统计方法对算法进行估算
一个程序的运行时间，依赖算法的好坏和问题的输入规模。 所谓问题输入规模是指输入量的多少。

算法时间复杂度定义
在进行算法分析时，语句总的执行次撞 T(n)是关于问题规模n的函数，进而分析 T( n )随n的变化情况并确定T（n）的数量级。算法的时间复杂度，也就是算法的时间量度，记作：T（n）=O(f（n)) 它表示随间匾规模n的增大，算法执行时间的增长率和f（n）的增长率相同，都称为算法的渐近时间复杂度，简称为时间复杂度 其中f( n) 是问题规模n的某个函数。
一般情况下，随着 n增大，T(n)增长最慢的算法为最优算法。

算法的空间复杂度通过计算算法所需的存储空间实现，算法空间复杂度的计算公式记作: S(o)= O(f(n)) ，其中，n为问题的规模， f(n)为语句关于存储空间的函数