数据结构和算法

数据结构和算法中包含了太多的内容，根据我看到的大概有以下的内容：

简单的说，是“3+2”：3种数据结构：线性结构、树、图；2种算法：查找、排序。其中线性结构又可以分为：顺序表、链表、队列、栈。它们在平时有着更加广泛的应用。而树、图则在解决一些特定的算法时更加管用。

其次，数据结构并不是死的：你可以根据自己的需要定制数据结构的成员。而这些成员又决定了对应于这种结构的算法。因此，数据结构跟算法之间并不是孤立的，而是紧密联系的一体：对于有的算法，比如返回树中一个节点的父节点，如果你在树结构中添加一个parent指针，就很好办，如果没有这个指针，做起来就会很纠结。

 

1、程序设计=数据结构+算法

我的理解：算法，就是解决一个问题所用到的思路和方法。

对于特定的问题，我们需要使用不同的算法，有时候是一个算法，有时候是几个算法的结合，甚至有时候需要我们根据实际问题设计与之最匹配的算法。

算法一般具有下列5个重要特性：

（1）输入： 一个算法应该有一个或多个输入：

（2）有穷性：一个算法必须在执行有穷步骤之后正常结束，而不能形成无穷循环：

（3）确定性：算法中的每一条指令必须有确切的含义，不能产生多义性：

（4）可行性：算法中的每一条指令必须是切实可执行的，即原则上可以通过已经实现的基本运算执行有限次来实现：

（5）输出：一个算法应有零个或多个输出，这些输出是同输入有某个特定关系的量。

 

2、什么是数据结构？

数据结构是一门研究非数值计算的程序设计问题中的操作对象，以及它们之间的关系和操作等相关问题的学科（带结构的数据元素的集合。）。简单来说，数据结构就是关系，没错，就是数据元素相互之间存在的一种或多种特定关系的集合。

程序设计=数据结构+算法

一般的，我们把数据结构分为逻辑结构和物理结构。

逻辑结构：是指数据对象中数据元素之间的相互关系，也是我们今后最需要关注和讨论的问题。

物理结构：是指数据的逻辑结构在计算机中的存储形式。

四大逻辑结构：

1>线性结构：数据元素之间是一对一的关系；

2>树形结构：数据元素之间存在一种一对多的层次关系；

3>图形结构：数据元素是多对多的关系;

4>集合结构：其中的数据元素除了同属于一个集合外，它们之间没有其他不三不四的关系。

 

数据的逻辑结构有4种基本类型：集合结构、线性结构、树形结构和图形结构。线性表和树是最常用的两种高效数据结构，许多高效的算法都能用这两种数据结构来设计实现。偶尔也会使用到图形结构，集合结构使用甚少。

 

根据物理结构的定义，我们实际上研究的的就是如何把数据元素存储到计算机的存储器中。

存储器主要是针对内存而言的，像硬盘、软盘、光盘等外部存储器的数据组织通常用文件结构来描述。

 

3、时间复杂度和空间复杂度

1>用常数1取代运行时间中的所有加法常数；

2>在修改后的运行次数函数中，只保留最高阶项；

3>如果最高阶项存在且不是1，则去除与这个项相乘的常数；

这样，得到的最后结果就是大O阶。

 

一般情况下，当一个算法包含两个（或多个）独立的过程我们在计算完各自的时间复杂度后，只选择较大的那个。例如：N和NlogN，那么这个算法的时间复杂度就是NlogN。