24考研数据结构复习（1）

本系列文章是笔者复习自用，参考教材为严蔚敏编著的《数据结构（C语言版）》，如能对大家有所帮助实属荣幸

本篇主要为第一章绪论的内容，涉及一些简单的概念。

1.1 数据结构的基本概念

1.1.1 基本概念和术语

数据：数据是信息的载体，是描述客观事物属性的数、字符及所有你输入到计算机中并能被计算机程序识别和处理的符号的集合。

数据项：数据项是构成数据元素的不可分割的最小单位、

数据元素：数据元素是数据的基本单位，通常作为一个整体进行考虑和处理。一个数据元素可由若干数据项组成。

数据对象：数据对象是具有相同性质的数据元素的集合，是数据的一个子集。

可以这样说，在面向对象的语言中，数据元素相当于对象，数据对象相当于对象数组，而数据项就相当于对象的类变量，例如，学生记录就是一个数据元素，它由学号、姓名、性别等数据项组成，而一个班级所有的学生记录就是一个数据对象。

数据类型：数据类型是一个值的集合和定义在此集合上的一组操作的总称。

                1）原子类型：其值不可再分的数据类型，相当于高级语言中的基本数据类型。

                2）结构类型：其值可以再分解为若干成分的数据类型，相当于C语言中的结构体。

                3）抽象数据类型：抽象数据组织及与之相关的操作。

数据结构：数据结构是互相之间存在一种或多种特定关系的数据元素的集合。在任何问题中，数据元素都不是独立存在的，他们之间存在某种关系，这种关系称为结构。数据结构包括三方面的内容：逻辑结构、存储结构和数据的运算。

数据的逻辑结构和存储结构密不可分，一个算法的设计取决于所选定的逻辑结构，而算法的实现依赖于所选定的存储结构。

1.1.2 数据结构三要素

逻辑结构：逻辑结构是指数据元素之间的逻辑关系，即从逻辑关系上描述数据，它与数据的存储结构无关，是独立于计算机的。

数据的逻辑结构分为线性结构和非线性结构，具体见图1.。

 关于各结构的特点，在后续的学习中会涉及，这里不做赘述。

存储结构：存储结构是指数据结构在计算机中的表示，也称物理结构。它包括数据元素的表示和关系的表示。数据的存储结构主要有顺序存储、链式存储、索引存储和散列存储。

 关于各结构的特点，在后续的学习中会涉及，这里不做赘述。

数据的运算：施加在数据上的运算包括算法的定义和实现。运算的定义是针对逻辑结构的，指出算法的功能；算法的实现是针对存储结构的，指出运算的具体操作步骤。

1.2 算法与算法评价

1.2.1 算法的基本概念

算法：算法是对特定问题求解步骤的一种描述，他是指令的有限序列，其中的每条指令表示一个或多个操作。一个算法具有以下重要特性：

                1）有穷性：一个算法必须总在执行有穷步之后结束，且每一步都可在有穷时间内完成。

                2）确定性：算法中每条指令必须有确切的含义，对于相同的输入只能得出相同的输出。

                3）可行性：算法中描述的操作都可以通过已经实现的基本运算执行有限次来实现。

                4）输入：一个算法有零个或多个输入，这些输入取自于某个特定的对象的集合。

                5）输出：一个算法有一个或多个输出，这些输出是与输入有特定关系的量。

通常，设计一个“好”的算法应考虑达到以下目标：

                1）正确性：算法应能够正确地解决求解问题。

                2）可读性：算法应具有良好的可读性，以帮助人们理解。

                3）健壮性：输入非法数据时，算法应该能适当做出反应或进行处理，而不会产生莫名

                      其妙的输出结果。

                4）高效率与低存储量需求：效率是指算法执行的时间，存储量需求是指算法执行过程

                      中所需要的最大存储空间，这两者都与问题的规模有关。

                

1.2.2 算法效率的度量

算法效率的度量是通过时间复杂度和空间复杂度来描述的。

1.时间复杂度

一个语句的频次是指该语句在算法中被重复执行的次数。算法中所有语句的频度之和记为T(n)，

他是该算法问题规模n的函数，时间复杂度主要分析T(n)的数量级。算法中基本运算（最深层循环中的语句）的频度与T(n)同数量级，因此通常采用算法中基本运算的频度f(n)来分析算法的时间复杂度。因此，算法的时间复杂度记为：

其中，O的含义是T(n)的数量级。

算法的时间复杂度不仅依赖于问题的规模n，也取决于待输入数据的性质。

讨论算法的时间复杂度时，一般考虑最坏情况下的时间复杂度。

时间复杂度的计算过于复杂，在这里不做赘述，之后会另起一章进行讨论。

2.空间复杂度

算法的空间复杂度S(n)定义为该算法所耗费的储存空间，它是问题规模n的函数。

一个程序在执行除需要储存空间来存放本身所用的指令、常数、变量和输入数据外，还需要一些对数据进行操作的工作单元和存储一些为实现计算所需的信息的辅助空间。若输入数据所占的空间只取决于问题本身，和算法无关，则只需分析除输入和程序之外的额外空间。

算法原地工作是指算法所需的辅助空间为常量，即O(1)。