数据结构--绪论知识点

数据：
是描述客观事物的数和字符的集合。

数据元素：
数据的基本单位，一个数据元素由若干个数据项组成。

数据项：
具有独立含义的数据最小单位，也称字段或域。

数据对象：
性质相同的数据元素的集合，是数据的一个子集。

数据结构：
指所有的数据元素以及数据元素之间的关系，可以看做相互之间存在特定关系的数据元素的集合。

数据的逻辑结构：
从数据元素的逻辑关系上对数据进行描述，是指数据元素之间逻辑关系的总体。

逻辑结构的表示法：图示表示法和二元组表示法

逻辑结构的类型：集合、线性结构和树形结构。

线性结构：数据元素之间存在一对一的关系。

树形结构：数据元素之间存在一对多的关系。如二叉树

数据的存储结构：
数据的逻辑结构在计算机存储器中的存储表示。

存储结构：
顺序存储结构、链式存储结构、索引存储结构、哈希存储结构。

顺序存储结构：是指采用一组连续的存储单元存放所有的数据元素。优点：存储效率高，实现随机存取；缺点：不利于数据的修改、插入、删除等

链式存储结构：每个逻辑元素用一个内存结点存储，每个结点是单独分配的，但是不一定是连续的，无需占用一整块空间（通过指针域将所有的结点链接起来）。 优点：便于数据的修改，不需要占用一整块空间；缺点：空间利用率低，需要分出一部分存储单元用来存放结点信息，不能实现随机存取。

索引存储结构：在存储数据信息的同时还需要建立一张索引表。

哈希存储结构：根据元素的关键字通过哈希函数求出一个值，将这个值作为该元素的存储地址。

数据类型：
是指一组性质相同的值得集合和定义在此集合上的一组操作的总称；是已实现的数据结构。

算法：
是对特定问题求解步骤的一种描述，它是指令的有限序列。

算法的特性:
有穷性、确定性、可行性、有输入、有输出。

程序是算法在计算机上的特定实现。

算法设计的目标：正确性、可使用性、可读性、健壮性、高效率与低存储量要求。

健壮性：具有很好的容错性，提供异常处理，能够对不合理的数据进行检查。

算法分析就是分析算法占用计算机资源的多少。

算法分析的目的是分析算法的时空特性以便改进算法。

两种算法时间性能分析方法：事前估算法和事后统计法。

时间分析就是求出算法所有原操作的执行次数。

时间复杂度：表示随问题规模n的增大，算法的执行时间的增长率和f（n）的增长率相同。

空间复杂度：一个算法在运行过程中临时占用的存储空间大小的量度。

小结：

从逻辑上可以把数据结构分为线性结构和非线性结构两大类。

有序表属于逻辑结构。

ADT:数据对象、数据关系和基本操作。

算法的时间复杂度取决于问题的规模和待处理数据的形态。

设n是描述问题规模的非负整数，下面程序片段的时间复杂度是（O(log2n)）。
x=2;
while(x<n/2)
  x=2*x;