数据结构与算法基本引论

1.为什么要学习数据结构呢？

让我们思考一下问题：
1.比如说我们的C语言总如果没有数组这个数据结构，那么如何实现10个数的排序呢？是不是要定义10个变量，然后让是个变量相互比较，重复劳动呢？
但如果你拥有了数组这个概念并使用了它，问题就变得简单，只要通过数据下标就可以，提高了程序的编写效率.
2.再比如说，我们有了数据结构了，为什么还要学习链表这种数据结构呢？数组是连续内存空间，一旦定义了就不能改变，适应性差，但是链表有
多少数据就可以创建多少个节点，而且在数组中，如果删除其中一个元素，会引起后面的数据的移动，但是链表不会，在有些场合下，使用链表可
以很好的适应我们的需求.

2.数据结构的概念

    数据结构是帮助我们如何组织和存储数据的方式.数据结构主要研究非数值计算问题的程序中的操作对象以及他们之间的关系，不是研究复杂的
计算方法.
    总的来说：数据结构是计算机存储组织数据的方式.
一些概念：
    数据：程序的操作对象，用于描述客观事物；数据是一个抽象概念，将其进行分类后的带程序设计语言中的类型，如：int，float，char等;
    数据元素：数据组成的基本单位(一个STUDENT类的一个对象student1)；
    数据项：一个数据元素由若干数据项组成（如对象student1中的元素m_age,m_sex等）；
    数据对象：性质相同的数据元素的集合，如数组和链表（如一个STUDENT类的很多对象之间组成的集合studentArray[30]）.

3. 为什么学习了数据结构还需要去学习算法？

比如是个学生的年龄存到一个数组里，我们要给ta们的年龄进行排序，那么仅仅存到数组里就可以了吗？当然是不可以的.我们需要一些
排序算法将其进行排序，比如快速排序算法，冒泡排序等.所以说数据结构和算法之间是互相配合完成工作的.

4.什么是算法

算法是特定问题求解步骤的描述，在计算机中表现为指令的有序排序，算法是独立存在的一种解决问题的思想和方法，对于算法而言，语言
不是重要的，重要的是思想.

5.数据结构与算法的关系

数据结构静态地描述了数据元素之间的关系，高效的程序需要在数据结构的基础上设计和选择算法.
1.算法是为了解决实际问题而设计的；
2.数据结构是算法需要处理的问题载体；
3.数据结构与算法相辅相成.

6.算法的特性

输入：算法具有0个或多个输入；
输出：算法至少有1个或者多个输出；
有穷性：算法在有限地步骤之后会自动结束而不会无限循环，并且每一个步骤都可以在接受地时间内完成；
确定性：算法中地每一步都有确定的含义，不会出现二义性；
可行性：算法的每一步都是可行的，也就是说每一步都能够执行有限次的次数完成.

7.算法的度量

算法在很多情况下都不是唯一的，所以我们需要有相应的度量方法.
我们用于事前分析法和事后统计法.

事前分析法中使用到了推导演算，推导演算的理论基础是：
算法最终编译成具体的计算机指令；
每一个指令，在具体的计算机上运行速度固定；
通过具体的步骤，就可以推导出算法的复杂度.

如何判断一个算法的效率？
算法的时间复杂度：
判断一个算法的效率的时候，往往只需要关注操作数量的最高次项，其他次要项和常数项可以忽略；
在没有特俗说明的时候，我们分析的算法的时间复杂度就是值最坏时间复杂度；
只有常数项记作1；
操作数量的估算可以作为时间复杂度的估算.

算法的空间复杂度：
算法的空间复杂度并不是计算所有算法所占用的空间，而是使用的辅助空间的大小.

复杂度我们可以用O表示法来表示，下篇文章将会给出一些说明.

8.数据结构的分类

9.数据结构可视化的网站

Data Structure Visualization (usfca.edu)

https://www.cs.usfca.edu/~galles/visualization/Algorithms.html