数据结构复习一：绪论

数据结构复习一：绪论

第一次博客献给数据结构课QAQ

数据结构研究内容

书上原话：数据结构主要研究非数值计算问题，非数值计算问题无法用数学方程建立数学模型。
例如：
学生学籍管理系统（线性关系）
人机对弈问题（树形结构）
最短路径问题（图）

基本概念和术语

1、数据（Data）：是客观事物的符号表示，是所有能输入到计算机中并被计算机程序处理的符号的总称。
2、数据元素（Data Element）：是数据的基本单位，在计算机中通常作为一个整体进行考虑和处理。用于完整地描述一个对象。
3、数据项（Data Item）：是组成数据元素的、有独立含义的、不可分割的最小单位。
4、数据对象（Data Object）：是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）：是相互之间存在一种或多种特定关系的数据元素的集合，即带“结构”的数据元素的集合，“结构”就是指数据元素之间存在的关系。
1、逻辑结构：从逻辑关系上描述数据，有集合结构、线性结构、树结构、图结构等四大基本类型

2、存储结构：即物理结构，两种基本的存储结构是顺序存储结构和链式存储结构

算法和算法分析

算法是为了解决某类问题而规定的一个有限常的操作序列
特性：有穷性、确定性、可行性、输入（0个或多个）、输出（1个或多个）。

评价算法优劣的基本标准：正确性、可读性、健壮性（正确处理非法输入数据）、高效性（时间、空间）。

算法的时间复杂度：
问题规模：算法求解问题输入量的多少，是影响算法时间代价的主要因素
语句频度：一条语句的重复执行次数；
一般情况下，算法中基本语句重复执行的次数是问题规模n的某个函数f(n)，算法的时间量度记作：T(n)=O(f(n))
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，称作算法的渐进时间复杂度，简称时间复杂度
数学符号“O”的严格定义为：若T(n)和f(n)是定义在整数集合上的两个函数，则T(n)=O(f(n))表示存在正的常数C和n0，使得当n>=n0时都满足0<=T(n)<=Cf(n).

有些问题的算法，其基本语句的频度不仅仅与问题的规模相关，还依赖于其他因素，如查找算法；

算法的空间复杂度
采用渐进空间复杂度作为算法所需存储空间的量度，也是问题规模n的函数
记作：S(n)=O(f(n))
（只需分析算法实现时所需要的辅助空间）

————————————————————————————————————

注：本文所有内容均来源于《数据结构（C语言第二版）》（严蔚敏老师著）