数据结构与算法概述

数据结构与算法概述

计算机求解问题的一般步骤

1. 问题抽象出数学模型
2. 问题所涉及的数据量大小及数据之间的关系
3. 如何在计算机中存储数据及体现数据之间的关系
4. 处理问题时需要对数据进行和种运算。
5. 所编写的书城的性能是否良好。

抽象数据类型

ADT <抽象数据类型名>{
数据对象：<数据对象的定义>
数据关系：<数据关系的定义>
基本操作：<基本操作的定义>
} ADT<抽象数据类型名>
-其中数据对象和数据关系的定义用伪码描述。
-基本操作的定义是
<基本操作名>(<参数表>)
初始化条件：<初始条件描述>
操作结果：<操作结构描述>
- 初始条件：描述操作执行之前数据结构和参数应满足的条件；若不满足，则操作失败，返回相应的出错信息。
- 操作结果:描述操作正常完成之后，数据结构的变化状况和应返回的结果。

逻辑结构

• 数据的逻辑结构
  
  • 线性结构
    
    • 一般线性表
    • 受限线性表
      
      • 栈和队列
      • 串
    • 线性表推广
      
      • 数组
      • 广义表
  • 非线性结构
    
    • 集合
    • 树形结构
      
      • 一般树
      • 二叉树
    • 图状结构
      
      • 有向图
      • 无向图

物理存储结构

• 顺序存储结构
• 链式存储结构
• 复合存储结构

数据操作

• 建立(Create)一个数据结构
• 消除(Destory)一个数据结构
• 从一个数据结构中删除(Delete)一个数据元素
• 把一个数据元素插入(Insert)到一格数据结构
• 对一个数据结构进行访问(Access)
• 对一个数据结构中的元素进行修改(Modify).
• 对一个数据结构进行排序(Sort)
• 对一个数据结构进行查找(Search).

复杂度分析

• 算法五个特性
  
  • 有穷性
  • 确定性
  • 可行性
  • 输入
  • 输出
• 算法设计的要求
  
  • 确定性
  • 可读性
  • 健壮性
  • 通用性
  • 效率与存储量需求
• 算法效率的度量
  
  • 相关因素
    
    • 依据算法选用何种策略；
    • 问题的规模
    • 程序设计语言
    • 编译程序所产生的机器代码的质量
    • 机器执行指令的速度；
  • 时间复杂度
    
    • O(1):常量时间阶
    • O(n):线性时间阶
    • O(logn):对数时间阶
    • O(nlogn):线性对数时间阶
    • O(n^k)：k次方时间阶
  • 空间复杂度 S(n)=O(f(n))

总结：

• 计算机求解问题的一般步骤中，模型抽象和规模分析，是为了能够确定逻辑结构和存储结构，以及进一步确定需要的运算，然后分析数据类型的复杂度。线性表和树可由顺序存储结构和链式存储结构实现，图可由复合存储结构实现。学习一种算法可先确定其抽象数据结构及ADT，在对其复杂度进行分析。