0基础学习数据结构（0绪论）

前言：由于课程安排，得用搁了一年没用过的C语言开始完成数据结构作业~希望将自己摸索路上的思考记载下来并分享给大家，也希望各位大佬能批评指正，后续所有代码也会传到GitHub上

绪论

• 数据结构的基本概念，研究对象
• 抽象数据型（ADT）
• 算法复杂性
• 逐步求精方法

简要介绍历史：
数据结构创始人——Donald.E.Knuth
31岁开始出版历史性经典巨著：The Art of Computer Programming
计划共写7卷，然而出版三卷之后便已震惊世界，获得图灵奖（36岁）

简要介绍数据结构重点：
如果将学习程序设计语言比作识字的过程，那么学习数据结构则是相当于写作文的过程，再进一步的算法设计与分析就相当于写文章了。

1.1数据结构的兴起和发展

数据结构随着程序设计的发展而发展

• 无结构阶段：在简单数据上作复杂计算
• 结构化结构：数据结构+算法=程序
• 面向对象阶段：（对象+行为）= 程序
• ……

1.2研究对象与基本概念

数据结构有如下基本概念：

• 数据项：构成数据元素的不可分割的最小单位
• 数据对象：具有相同性质的数据元素的集合
• 结点：数据元素在计算机内的威串表示
• 域（字段）：数据元素中数据项在计算机内的表示

姓名	语文	数学
张三	85	54
李四	92	87

数据元素：单个学生的成绩（表中的一行）
数据项：某门成绩（表中的一格）

数据结构：根据各种不同的数据集合和数据元素之间的关系，研究如何表示、存储和操作（查找、插入、删除、修改、排序）这些数据
通常可以用一个二元组<D，R>来表示或写成DS=<D，R>
其中D是数据集合（数据对象），R是D中数据元素之间所存在的关系的有限集合

数据结构按照视角的不同，可以分为逻辑结构和存储结构
数据的逻辑结构是从具体问题抽象出来的人为定义的数据模型
数据的存储结构是计算机分配内存，存储结点和结点关系

逻辑结构包含如下四类（以后重点学习的方向）：

• 集合：：数据元素之间就是“属于同一个集合”
• 数据线性结构：数据元素之间存在着一对一的线性关系
• 树型结构：数据元素之间存在着一对多的层次关系
• 图型结构：数据元素之间存在着多对多的任意关系

存储结构包含如下两种基本存储结构

• 顺序存储结构（逻辑关系用存储位置（例如数组连续存储））
• 链接存储结构（逻辑关系用指针）

简单而言，数据的逻辑结构属于用户视图，存储结构属于计算机视图

1.3抽象数据类型

抽象数据类型（A bstract D ata T ype）
定义：一个数学模型和在该模型上定义的操作集合的总称

• ADT是程序设计语言中数据类型概念的进一步推广和进一步抽象（不指定具体编程语言，不指定参数具体类型，一切都抽象）
• 同一数学模型上定义不同的操作集，则表示代表不同的ADT
• 例如： A D T   i n t = ( { x ∣ x ∈ Z } , { + , − , ∗ , / , % , ⩽ , = = } ) ADT\,int =(\{x|x \in Z\},\{+,-,*,/,\%,\leqslant,==\}) ADTint=({x∣x∈Z},{+,−,∗,/,%,⩽,==})

区别数据类型、数据结构和ADT

不同含义：

• 数据类型是一组值的集合
• 数据结构则是数据元素之间的抽象关系
• 抽象数据型是一个数学模型及在该模型上定义的操作集的总称

相互关系：

• 数据结构是抽象数据型（ADT）中数学模型的表示
• ADT是数据类型的进一步推广和进一步抽象

1.4算法及算法分析

算法（Algorithm）：是对特定问题 求解步骤的一种描述，是指令的有限序列
算法的五大特性：

• 输入：一个算法有零个或多个输入
• 输出：一个算法有一个或多个输出
• 有穷性：一个算法必须总是在执行有穷步之后结束，且每一步都在有穷时间内完成
• 确定性：算法中的每一条指令必须有确切的含义，对于相同的输入只能得到相同的输出
• 可行性：算法描述的操作可以通过已经实现的基本操作执行有限次来实现

算法分析：：对算法所需计算机资源—时间和空间进行估算

• 时间复杂性（Time Complexity）
• 空间复杂性（Space Complexity）
  算法分析——时间复杂度分析

算法的执行时间是基本（操作）语言重复操作执行的次数，它是问题规模的一个函数。将这个函数的渐近阶称为该算法的时间复杂度

for (int i=1;i<=n;i++)
{
	for(int j=1;j<=n;j++)
	{
		x++;
	}
}

• 问题规模（输入量的多少）：n
• 基本语句（执行次数与整个算法的执行时间 成正比的操作）：x++
• 时间复杂度：$O(n^2)$

算法分析----大O记号

定义：设T(n)和f(n)是定义在正整数集合上的两个函数，若存在两个正的常数$c$和$n_0$，对于任意$n\ge n_0$（当问题规模充分大时在渐近意义下的阶），都有$T(n)\le c\times f(n)$，则称$T(n)=O(f(n))$

定理：若$A(n)=a_m{n}^m+a_{m-1}{n}^{m-1}+\dots \dots +a_{1}n+a_0$是一个m次多项式，则$A(n)=O(n^m)$
说明：在计算算法时间复杂度时，可以忽略所有低次幂（低阶）项和最高次幂（最高阶）项的系数

for (i=1; i<=n; ++i)
	for (j=1; j<=n; ++j)
	{
		c[i][j]=0;
		for (k=1; k<=n; ++k)
			c[i][j]+=a[i][k]*b[k][j];
	}

• 问题规模：n
• 基本语句：*
• 复杂度：$O(n^3)$

算法分析----时间复杂性分析的基本方法

时间复杂性的运算法则

设$T_1(n)=O(f(n))，T_2(n)=O(g(n))$，则
①加法规则: T 1 ( n ) + T 2 ( n ) = O ( m a x { f ( n ) , g ( n ) } ) T_1(n)+T_2(n)= O(max\{f(n),g(n)\}) T1​(n)+T2​(n)=O(max{f(n),g(n)})
②乘法规则:$T_1(n)\ast T_2(n)=O(f(n)\cdot g(n))$

时间复杂性的分析方法

• 求程序中各语句、各模块的运行时间
• 求整个程序的运行时间。
• 各种语句和模块分析应遵循的规则是：
  (1)赋值语句或读/写语句:
  运行时间通常取O(1) .有函数调用的除外，此时要考虑函数的执行时间
  (2)语句序列:
  运行时间由加法规则确定，即该序列中耗时最多的语句的运行时间
  (3)分支语句：
  运行时间由条件测试（通常为O(1) ）加上分支中运行时间最长的语句的运行时间
  (4)循环语句:
  运行时间是对输入数据重复执行n次循环体所耗时间的总和
  每次重复所耗时间包括两部分：一是循环体本身的运行时间；二是计算循环参数、测试循环终止条件和跳回循环头所耗时间。后一部分通常为O(1)
  通常，将常数因子忽略不计，可以认为上述时间是循环重复次数n和m的乘积，其中m是n次执行循环体当中时间消耗最多 的那一次的运行时间(乘法规则)
  当遇到多重循环时，要由内层循环向外层逐层分析。因此，当分析外层循环的运行时间时，内层循环的运行时间应该是已知的。此时，可以把内层循环看成是外层循环的循环体的一部分
  (5)函数调用语句:
  ①若程序中只有非递归调用，则从没有函数调用的被调函数开始，计算所有这种函数的运行时间。然后考虑有函数调用的任意一个函数P，在P调用的全部函数的运行时间都计算完之后，即可开始计算P的运行时间
  ②若程序中有递归调用，则令每个递归函数对应于一个未知的时间开销函数T(n)，其中n是该函数参数的大小，之后列出关于T的递归方程并求解

例：求解n!递归算法的时间复杂度

long fact(int n)
{
    if ((n == 0) || (n == 1))
        return (1);
    else
        return (n * fact(n – 1));
}

时间复杂度的递归方程
$$T(n)=\{\begin{array}{ll}C& \text{当n=0,n=1时}\\ G+T(n-1)& \text{当n>1时}\end{array}$$
解递归方程：
$$\begin{array}{rl}T(n)& =G+T(n-1)\\ T(n-1)& =G+T(n-2)\\ & \dots \dots \\ T(2)& =G+T(1)\\ T(1)& =C\\ \to T(n)=G\ast (n-1)+C& \\ 取f(n)=n\therefore T(n)=O(f(n))=O(n)& \end{array}$$

空间资源开销

• 对于空间开销，也可以实行类似的渐进分析方法
• 很多算法使用的数据结构是静态的存储结构，即存储空间在算法执行过程中并不发生变化
• 使用动态数据结构算法的存储空间是变化的，在算法运行过程中有时会有数量级的增大或缩小。对于这种情况，空间开销的分析和估计是十分必要的

时空资源折中原理

同一个问题求解，一般会存在多种算法，这些算法在时空开销上的优劣往往表现出“时空折中”（trade-off）的性质

• 为了改善一个算法的时间开销，往往以增大空间开销为代价
• 有时，为了缩小算法的空间开销，也可以牺牲计算机的运行时间，通过增大时间开销来换取存储空间的节省

1.5 逐步求精的程序设计方法(Cont.)

1. 模型化（建模）
2. 确定算法
3. 逐步求精（根据程序中使用的数据形式，定义若干ADT）
4. ADT的实现（选择适当的数据结构表示数学模型，并用相应的函数实现每个操作）

例：交叉路口的交通安全管理问题

• 问题描述
  一个具有多条通路的交叉路口，当允许某些通路上的车辆在交叉路口“拐弯”时，必须对其他一些通路上的车辆加以限制，不允许同时在交叉路口“拐弯”,以免发生碰撞。所有这些可能的“拐弯”组成一个集合
• 基本要求
  把这个集合分成尽可能少的组，使得每组中所有的“拐弯”都能同时进行而不发生碰撞。这样，每组对应一个指挥灯，因而实现了用尽可能少的指挥灯完成交叉路口的管理。

根据上述步骤

1. 模型化：
   转换成“着色问题”
   • 用图作为交叉路口的数学模型;
   • 每个“拐弯”对应图中的一个顶点;
   • 若两个“拐弯”不能同时进行,则用一条边把这两个“拐弯”所对应的两个结点连接起来，并且说这两个顶点是相邻的
2. 确定算法：
   可以考虑“贪心”算法和“穷举”算法
   “贪心”算法的思想：
   • 首先用第一种颜色对图中尽可能多的
     顶点着色(尽可能多表现出“贪心”)
   • 然后用第二种颜色对余下的顶点中尽
     可能多的顶点着色
   • 如此直至所有顶点都着色完成
3. 逐步求精：
   考虑用伪代码定义出ADT，再对ADT实现进行优化
4. 对ADT中的抽象数据型结合题目进行具体定义