【面向过程语言系列】数据结构（C语言描述）

//# 如何使用数据结构
//## 数组和链表
//## 堆栈和队列
//## 线性表和数组ADT
//## 字符串和广义表
//## 树
//## 集合和搜索
//## 搜索树
//## 跳表和散列表
//## 图

为何使用数据结构

程序=算法+数据结构

什么是数据结构

数据（data）

• 数值数据（numerical data）
  包括一些整数、实数或复数，主要用于工程计算、科学计算、商务处理等。
• 非数值数据(non-numerical data)
  包括字符、文字、图形、图像、语音、表格等。这类数据的特点是景大，而且往往有着复杂的内在联系。

数据元素（data element）：组成数据的成分数据。
数据项（data item）：组成数据元素的成分数据。

数据结构（data structure）

数据的逻辑结构

逻辑结构（logical structure）：对数据元素间的逻辑关系的描述。

数据的基本逻辑结构

• 集合结构（set）
• 线性结构（linear）
• 树形结构（tree）
• 图状结构（graph）

数据的基本结构关系

• 线性结构（linear structure）
  • 线性结构（linear）
• 非线性结构（non-linear structure）:
  • 集合结构（set）
  • 树形结构（tree）
  • 图状结构（graph）

数据的存储结构

存储结构（storage structure）：数据结构的实现形式，是其在计算机内的表示；数据在计算机内的组织方式，逻辑数据的存储映像。计算机内存是由有限个存储单元组成的一个连续存储空间，这些存储单元或名是字节编址的或字编址的。从存储器角度肴，内存中是一堆二进制数据，机器指令可以解释其为指令、整数、字符、布尔数等，数据结构的算法可以解释其为具有某种结构的数据。

数据的基本存储结构

• 顺序(sequential)存储结构(或称连续(contiguous))存储结构：需要一整块连续的存储空间，并把逻辑上相关的数据元素依次存储在该连续的存储区中。
• 链接存储结构：为了在计算机中存储一个元素，除了需要存放该元素本身的信息外，还需要存放与该元素相关的其他元素的位置信息。
  • 结点(node)：元素本身的信息与该元素相关的其他元素的位置信息的组合。
  • 链(link)：关于与元素相关的其他结点的位置信息。
• 其他数据存储结构
  • 索引（index）
  • 散列（hash）

数据结构分类（根据算法）

算法（algorithm）

• 创建运算：创建一个数据结构。
• 清除运算：删除数据结构中的全部元素。
• 插入运算：在数据结构中插入一个新元索。
• 删除运算：将数据结构中的某个指定元素删除。
• 搜索运算：在数据结构中搜索满足一定条件的元素。
• 更新运算：修改数据结构中某个指定元素的值。
• 访问运算：访问数据结构中某个元素。
• 遍历运算：按照某种次序，系统地访问数据结构的各元索，使得每个元素恰好被访问一次。

数据结构分类

• 静态数据结构(static data structure)：一旦创建，其结构不会发生改变的数据结构；没有定义了插入和删除运算的数据结构。
• 动态数据结构(dynamic data structure)：定义了插入和删除运算的数据结构。

数据抽象/抽象数据类型

• 抽象（abstraction）：抽取共同的和本质的内容，忽略非本质的细节。
  目的：降低问题求解的难度，提高程序的可靠性

抽象机制

• 数据抽象（data abstraction）：分开考虑数据元素间的逻辑关系和数据元素间的存储关系（数据在计算机内的具体表示）。
• 过程抽象（procedual abstraction）：分开考虑算法原理(运算的定义)与算法实现（实现运算的具体方法）。

封装，模块与接口

• 封装（encapsulation）:数据和操纵数据的运算结合在一起的机制。
• 信息隐蔽（information hiding）：采用封装这种设计数据结构或程序的策略。
  目的：对使用者隐藏了数据结构以及程序的实现结构。
• 模块（module）: 内部数据和操纵数据的运算组合。
  黑盒：采用封装和信息隐藏的模块。
• 接口（interface）:模块中明确定义的访问方法;模块内部数据只能经过这个访问方法被外部访问。
  客户（client）:调用模块的其他模块/使用模块的其他程序。

数据类型和抽象数据类型

• 数据结构的规范（specification）:逻辑结构和运算的定义；规范是实现的准则和依据；“做什么”
• 数据结构的实现（implementation）:数据的存储表示和运算算法的描述；“怎么做”

抽象数据类型

数据结构与算法

算法：求解一类问题的任意一种特殊的方法；对特定问题的求救步骤的一种描述；指令的有限序列。

算法的特征（5个）

1. 输入(input)：算法有零个或多个输入。
2. 输出(output)：算法至少产生一个输出。
3. 确定性(definite)：算法的每一条指令都有确切的定义，没有二义性。
4. 能行性(effective)：算法的每一条指令都足够基本，它们可以通过执行有限次己经实现的基本运算来实现。
5. 有穷性(terminative)：算法总能在执行有限步之后终止。

算法的复杂度

算法的复杂度=时间的复杂度+空间的复杂度

时间复杂度

时间复杂度（time complexity）：程序运行从开始到结束所需的时间。

• 特定的实例（instance）：程序的某一次运行。
• 实例的特征（characteristics）：程序的某一次运行中的元素个数。
• 实例的规模（size）：程序的输入量（有时也设计输出量）。

时间复杂度的分析方法（2种）

1. 事前分析（priori analysis）：在排除程序运行环境 的因素后再来讨论算法的时间效率；算法运行时间的一种事前估计。
   程序步（program step）：在语法上或语义上有意义的程序段；程序段的执行时间与问题实例的特征无关。

2. 事后测试（posterori testing）：测试一个程序在所选择的输入数掘 下运行时实际需要的时间。

时间复杂度的分类（3种）

1. 算法的最好情况(best case)
2. 算法的最坏情况(worst case)
3. 算法时间代价的平均情况(average case)

渐进时间复杂度/时间复杂度

• 算法的渐近时间复杂度(asymptotic complexity)：使用大O记号表示的算法的时间复杂度；O(1)表示常数计算时间，即算法只需执行有限个程序步。
• 常见的渐近时间复杂度按从小到大顺序排列为：O(1) <O(log2 n)<O(n)<O(n log2 n)<O(n²) < O(n³)<O(2ⁿ),

空间复杂度

空间复杂度=固定部分+可变部分
程序的空间复杂度(space complexity)：程序运行从开始到结束所需的存储量。
程序运行所需的存储空间包括两部分：

1. 固定部分(fixed space requirement)：与所处理数据的大小和个数无关，或者说与问题的实例的特征无关。包括程序代码、常量、简单变量、定长成分的结构变量所占的空间。
2. 可变部分(variable space requirement)：与算法在某次执行中处理的特定数据的大小和规模有关。包括数据元索所占的空间， 以及算法执行所需的额外空间，如递归栈所用的空间。

注意：空间复杂度一般按最坏情况来分析。