数据结构（C语言版）知识汇总——第一章 绪论

• 数据（data）：指所有能够输入到计算机中并被计算机程序处理的符号集合。
• 数据元素（data element）：数据的基本单位，在计算机程序中通常作为一个整体进行考虑和处理。
• 数据对象（data object）：性质相同的数据元素的集合，是数据的一个子集。
• 数据结构（data structure）：相互之间存在一种或多种特定关系的数据元素的集合，一般有四种结构：集合、线性结构、树形结构、图状结构。
• 数据元素在计算机中有两种存储结构：顺序存储结构、链式存储结构。
• 数据类型（data type）：一个值的集合和定义在这个值集上的一组操作的总称。
• 数据类型可以分为两类：原子类型、结构类型。原子类型表示其值不可再分解，如整数。结构类型表示其值可以再分解，如复数可分为实部和虚部。
• 抽象数据类型（abstract data type，简称 ADT）：指一个数学模型以及定义在该模型上的一组操作，和数据类型定义相似。
• 抽象数据类型按其值的不同特性可分为三种类型：

                原子类型（atomic data type）：属原子类型的变量的值是不可分解的，如整数

                固定聚合类型（fixed-aggregate data type）：属该类型的变量的值是由确定数目的成分按某种结构组成。例如，复数是                              由两个实数依确定的次序关系构成

                可变聚合类型（variable-aggregate data type）：相比于固定聚合类型，其变量的值的成分数目不确定。

• 一个抽象数据类型可由以下三元组表示：

（D,S,P）

                        其中D是数据对象，S是D上的关系集，P是对D的基本操作集

• 定义抽象数据类型格式：

                ADT  抽象数据类型名{

                         数据对象：<数据对象的定义>

                         数据关系：<数据关系的定义>

                         基本操作：<基本操作的定义>

                 }ADT  抽象数据类型名

       其中数据对象和数据关系的定义用伪码描述，基本操作的定义格式如下：

                  基本操作名（参数表）

                          初始条件：<初始条件描述>

                          操作结果：<操作结果描述>

​ADT Complex{
    数据类型：D={r,i|r,i为实数}
    数据关系：S={<r,i>}
    基本操作:
    	InitComplex(&C,re,im)
            操作结果：构造一个复数C，实部为re, 虚部为im。
        DestroyComplex(&C)
            初始条件：复数C存在
            操作结果：销毁复数C
        Get(C,k,&e)
            初始条件：复数C存在，1<=k<=2
            操作结果：用e返回C的第K元的值
        Put(&C,k,e)
            初始条件：复数C存在
            操作结果：将C的第k元改成e
        IsAscending(C)
            初始条件：复数C存在
            操作结果：如果复数C的两个元素按升序排序，则返回1，否则返回0
        IsDesending(C)
            初始条件：复数C存在
            操作结果：如果复数C的两个元素按降序排序，则返回1，否则返回0
        Max(C,&e)
            初始条件：复数C存在
            操作结果：用e返回复数C中两个元素值较大的一个
        Min(C,&e)
            初始条件：复数C存在
            操作结果：用e返回复数中两个元素值较小的一个
}ADT Complex

• 对于一个算法，一个重要的评判标准是时间效率，对于算法时间效率，我们常常通过算法时间复杂度进行估算 

算法时间复杂度：记T（n）=O（f(n)）。T（n）是关于问题规模n的函数，表示最基本操作的执行次数，该等式表示随问题规模n的增大，算法执行时间的增长率和f（n）的增长率相同，称作时间复杂度。这样用大写O（）来体现算法时间复杂度的方法，我们称之为大O记法

•  推导大O阶的方法：

1. 用常数1取代运行时间中的所有加法常数
2. 在修改后的运行次数函数中，只保留最高阶项
3. 如果最高阶项存在且不是1，则去除与这个项相乘的常数。

• 这样得到的结果就是大O阶

• 常见的时间复杂度如下表：

• 常见的时间复杂度所耗费的时间从小到大依次是：