数据结构的介绍

1.什么是数据结构

数据结构 = 数据 + 结构

数据结构的定义：

数据结构是计算机中存储、组织数据的方式（保存了一些互相存在关系的数据的集合）

用途：数据的组织以及操作

​ 组织：数据在内存中的状态【连续、不连续、线性、非线性】

​ 操作：增删改查【效率】

数据结构的合适与否直接影响程序设计的难易程度

2.逻辑结构与物理结构

逻辑结构：脑海中数据的主观结构

物理结构：内存中数据的客观结构

eg1：数组存储中arr[0] = 10， arr[1] = 100，在物理结构上100在10的后面，在逻辑结构上100不一定在10的后面。

eg2：学号为1的同学不一定要坐在学号为2的同学后面。学号满足逻辑连续，但座位不满足物理连续。

3.数据结构基础

（1）线性表

①顺序表

②链表

（2）栈与队列

①栈

②队列

（3）排序

①基础排序

②快速排序

③归并排序

4.数据结构进阶

（1）树型结构基础

​ ①二叉树

​ ②二叉查找树

（2）树型结构应用

​ ①二叉堆

​ ②并查集

（3）哈希表

5.学习方法

主要注重 逻辑能力 和 实现能力

不会写—>看懂别人写—>模仿—>自己尝试

1.画图模拟

2.先思考再看题解

3.出bug先调试，模拟调式

6.时间复杂度

时间复杂度是一个多项式函数，表示一段程序的运行时间。一般假设每条语句的运行时间为一个单位【O(1)】

大O表示法：一种描述渐进运行时间级别的方法。

表示规则：对于一个表示运行时间的多项式而言，舍弃其 非最高项 和 最高项系数。【3n^2 + 5n + 10 = O(n^2)】

时间复杂度的分析要点在于最内层循环的执行次数，而不在于循环的层数

7.空间复杂度

和时间复杂度相似，空间复杂度也是一个多项式函数，表示一段程序运行时需要的存储空间大小。也用大O表示法来表示渐进的空间复杂度。

eg：空间复杂度为O(n * m)

arr[n][m]; //额外的辅助数组

8.常见复杂度级别

复杂度级别	复杂度举例
常数级别	O(1)
对数级别	O(log(n))
根号级别	O(sqrt(n))
线性级别	O(n)、O(m)、O(n + m)
幂次级别	O(n2)、O(n3)
指数级别	O(2^n)
阶乘级别	O(n!)

关于线性表各部分的解析与代码演示将持续更新