数据结构与算法学习笔记——基本概念

        从零开始学算法，首先从数据结构的学习开始，本人基于《大话数据结构》这本书，记录自己的学习日常和感悟，如有不足之处希望大家批评指正。

一、数据结构

（一）基本术语

1.数据：

        数据是可以被计算机识别并进行相关操作的信息，分为两种，一是我们通常意义下的数值（整型，浮点型、实型等），二是非数值类型（字符、声音、图像、视频等），字符数据可以进行非数值处理，声音、图像、视频等数据可以通过相关编码处理转化为字符数据，从而进行处理。

2.数据元素：数据元素是组成数据的基本单位

3.数据项：一个数据元素由若干个数据项组成

4.数据对象：相同性质数据元素的集合

5.数据结构：具有一定关系的数据元素的集合

看完上述文字，可能还是有一些凌乱，让我们来举一个例子，假设在生物这个群体中，有人类，牲畜类等，在人类群体中的数据元素就是人，并且根据不同的分类方式可以得出不同的数据项，从一个角度看人的各个器官就是数据项，从另一个角度看人的姓名、性别等信息也是人的数据项。而在这个情况下，有的人具有相同的性别（或者别的相同数据项），那么他们的集合就属于数据对象。数据结构可以类比家庭族谱，这个家族的人就具有相应的联系，他们的集合就成为数据结构。这是我个人的一些理解。

（二）结构

1.逻辑结构：数据对象中数据元素之间的相互关系，这个大家应该很容易理解。

集合结构，所有元素属于一个集合，元素之间相互没有关系

线性结构，一对一

树形结构，一对一或一对多

图形结构，多对多

2.物理结构：数据在计算机中的存储形式

顺序存储：按照顺序将数据存放在连续的存储单元中

链式存储：数据元素存放在任意的存储单元中，通过指针存放数据元素的地址，这样在使用时就可以找到相关的数据元素

二、算法

        算法是解决特定问题求解步骤的描述，有五个基本特性：输入、输出、有穷性、确定性和可行性。不会出现死循环表示有穷，一条指令只有单纯的一个含义表示了算法的确定性，算法的每一步都能够通过执行有限次数完成即算法的可行性。那么算法那么多，如何判断这个算法的好与坏？这里引出一个概念，算法的时间复杂度。

        算法的时间复杂度通过语句总的执行次数T(n)进行计算，分析T(n)随着n的变化情况确定​​​​​​​T(n)的数量级，记作O(f(n))，这是大〇记法，具体规则如下：

        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为1，则去除与该项相乘的常数。得到的结果就是大〇阶

常见的时间复杂度

         O(1)< O(log n)< O(n)< O(nlog n)< O()< O()< O()< O(n!)< O()

         时间复杂度又分为平均时间复杂度和最坏时间复杂度，一般没有特殊说明情况下，指的都是最坏时间复杂度。

        算法除了时间复杂度外还有空间复杂度，空间复杂度表示了为实现该算法所占用存储空间的大小，一般没有特指的情况下，复杂度指的是时间复杂度。

---

        通过第一次学习，了解了一些基本概念，重点掌握复杂度的计算与比较，对未来的代码编写有非常重要的作用。

        接下来，我将学习线性表的相关知识，相关编程语言采用C++，加油吧胖虎同学！