数据结构-绪论

本文介绍了数据作为信息载体的概念,以及数据结构的三要素——逻辑结构(包括集合、线性、树形和图形结构)和存储结构(顺序、链式、索引和散列)。此外,讨论了算法的基本特征和效率度量,如时间复杂度和空间复杂度,强调了它们在算法设计中的重要性。
摘要由CSDN通过智能技术生成

目录

一、基本概念

二、数据结构三要素

2.1数据的逻辑结构

 2.2数据的存储结构

三、算法和算法评估

3.1算法概念

3.3算法的效率度量

3.3.1时间复杂度

3.3.2空间复杂度


一、基本概念

数据:信息的载体,是描述客观事属性的数、字符及所有能输入到计算机中并被计算机程序识别何处理的符号的集合

数据元素:数据的基本单位,通常为一整行考虑和处理,如:学号、姓名、性别数据项组成

数据对象:具有相同性质的数据元素的集合、数据的一个子集

二、数据结构三要素

2.1数据的逻辑结构

数据之间的逻辑关系,与数据的存储无关、分线性结构和非线性关系

集合:

线性结构:数据元素之间只存在一对一关系

树形结构:数据元素之间存在一对多关系

图形结构:数据元素之间存在多对多关系

 2.2数据的存储结构

顺序存储:把逻辑相邻的元素存储在物理位置上也相邻的存储单元中

链式存储:不要求逻辑上相邻的元素在物理位置上也相邻,借地址指针来表示元素的关系

索引存储:在存储元素信息的同时,还建立附加的索引表。索引表存储关键字和地址

散列存储:根据元素的关键字通过散列函数计算该元素的存储地址

三、算法和算法评估

3.1算法概念

算法是对特定问题求解步骤的一种描述

五给重要特性

1)有穷性:在有限的时间内完成

2)确定性:对相同的输入只能有相同的结果

3)可行性:描述的步骤能通过已经实现的基本步骤有限次来实现

4)输入:

5)输出:

3.3算法的效率度量

3.3.1时间复杂度

语句在算法中被重复执行的次数。算法中所有的语句频度之和记T(o),算法规模n的函数

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

加法规则\tiny T(n)={T}_1(n)+{T}_2(n)=O(f(n))+O(g(n))=O(max(f(n),g(n)))

乘法规则\tiny T(n)={T}_1(n)*{T}_2(n)=O(f(n))*O(g(n)))=O(f(n)*g(n))

常见的时间复杂度度\tiny O(1)<O(log_2n)<O(n)<O(nlog_2n)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)

3.3.2空间复杂度

算法的空间复杂度S(n)定义为该算法所耗的存储空间,它的问题规模n的倍数 记:\tiny S(n)=O(g(n))

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值