数据结构与算法绪论

数据结构的研究内容

一般来说，使用计算机解决问题大致需要以下几个步骤：首先从具体问题中抽象出一个适当的数学模型，然后设计一个解此数学模型的算法，最后编写出程序，进行测试和修改，直至得到最终解答。

数据结构的基本概念和相关术语

1. 数据

数据是对客观事物的符号表示

2. 数据元素

数据元素是数据中相对独立的基本单元，是数据中的一个个体.

3. 数据对象

数据对象是性质相同的数据元素的集合，是数据的一个子集

4. 数据结构

在客观世界中，任何事物和活动都不是孤立存在的，在一定程度上都会相互影响，相互联系，甚至相互制约。

根据数据元素之间关系的不同特性，通常有以下4类基本结构：

1）集合，即数据对象中的数据元素之间除了具有“同属于一个集合”的关系外，别无其它关系。
2）线性结构，即数据对象中的数据元素之间存在一对一的先后顺序关系。
3）树结构，即数据对象中的数据元素之间存在一对多的层次关系。
4）图结构，即数据对象中的数据元素之间存在多对多的任意关系。

数据结构可以形式化地描述为：数据结构是一个二元组

Data_Structure=（D，R）
其中，D是数据元素的有限集；R是D上关系的集合。

数据的存储结构通常有以下几种

1）顺序存储结构
2）链式存储结构
3）索引存储结构
4）散列存储结构

5. 数据类型和抽象数据类型

数据类型是与数据结构密切相关的一个概念。

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

算法与算法分析

程序＝数据结构＋算法

算法的概念

算法是对特定问题求解步骤的一种描述，是求解特点问题的一些指令的集合

一个完整的算法应具有以下几个基本特征

１）输入
２）输出
３）有穷性
４）确定性
５）可行性

算法效率和存储量的估算方法

１．算法效率的估算方法

算法的效率就是算法执行时间的多少

算法的时间复杂度与问题的规模规模ｎ有关，因此常将它简记为T（ｎ），它一定与问题规模ｎ的某个函数ｆ（ｎ）同步增长。记为：
　　　　　　　　　　Ｔ（ｎ）＝Ｏ（ｆ（ｎ））

例如，以下３个算法中含基本操作“ｘ增１”的语句频度分别为１、ｎ、ｎ＾２，因此，３个算法的时间复杂度分别为O（１）、Ｏ（ｎ）、Ｏ（ｎ＾２），分别称为常量阶、线性阶和二次方阶。

１）＋＋ｘ；
２）ｆｏｒ（ｉ＝０；ｉ＜ｎ；ｉ＋＋）｛＋＋ｘ；ｓｕｍ＋＝ｘ；｝
３）ｆｏｒ（ｉ＝０；ｉ＜ｎ；ｉ＋＋）
　　　　　ｆｏｒ（ｊ＝０；ｊ＜ｎ；ｊ＋＋）｛＋＋ｘ；ｓｕｍ＋＝ｘ；｝

２.算法的存储空间估算

与算法的时间复杂度类似，算法运行所需的存储空间可以用空间复杂度（Ｓ（ｎ））进行度量。算法的空间复杂度也是问题规模的函数，即：
　　　　　　　　　　　S（ｎ）＝Ｏ（ｆ（ｎ））