数据结构与算法

数据结构与算法系列 概念篇

最近在看关于数据结构与算法的视频，是浙大出的一个公开课视频。做个笔记，不太严谨。这篇主要是概念方面的，具体的知识点会陆续记录。

数据结构概念
给几个官方定义：
“数据结构是抽象数据类型的物理实现”
“数据结构是计算机中存储，组织数据的方式。通常情况下，精心选择的数据结构可以带来最优效率的算法”
有点不太好理解。。。那到底什么是数据结构？

1、数据结构就是关于数据对象在计算机中的组织方式
举个例子：图书馆的书籍是怎么摆放的，可以是随机摆放，一本挨着一本，也可以按照书的字母进行顺序摆放，等等有一系列的摆放方法。数据结构涉及到两种结构：

• 逻辑结构：线性结构（一对一），树（一对多），图（多对多）
• 物理存储结构：这些数在计算机内存里是怎么放的，数组、链表等等

2、数据对象必定与一系列加在其上的操作相关联，而实现这些操作所用的方法就是算法了
图书馆的书摆放好了，那来了一本新书该怎么放？我怎么找我想要的新书呢？等等，必定是要有一系列的操作的。

3、描述数据结构有一个很好的方法叫：抽象数据类型，包含了两个知识点

• 数据类型：数据类型包含有数据对象集、数据集合相关联的操作集；面向对象语言里，通常都是都会把数据集和它相关的操作集封装在一个类里面
• 抽象：描述数据类型的方法不依赖与具体的实现

算法概念

算法的概念没什么好讲的，主要是怎么去评价一个算法的好坏，先看两个概念，空间复杂度S(n)：程序在执行时占用的存储单元长度,时间复杂度T(n)：程序执行时耗费时间的长度，n代表着数据的规模；
但是一般我们不对算法做非常精细的分析，我们只需要粗略的知道它的一个增长趋势就可以了，于是就有了复杂度的渐进表示法：
T(n)=O( f(n))表示存在常数C>0，n0>0使得当n>n0时有T(n)<C.f(n) 意思就是时间复杂度T(n)写成大O(f(n))时，f(n)表现的是T(n)的一个上界；
T(n)=Ω( g(n) )则表示的是g(n)是T(n)的一个下界。
这里要记住一些常见的函数的增长趋势变化图 log n，n，nlogn，
n平方，2的n次方！