数据结构与算法回顾-1：算法的度量和基本数据结构

1、数据结构

数据结构是相互之间存在一种或多种关系的数据的集合。

1.1 三要素

1. 数据结构三要素是：1.数据的逻辑结构；2.数据的物理结构；3.数据的运算。
2. 数据结构是相互之间存在一种或多种特定关系的数据元素的集合。

1.1.1 逻辑结构

分为线性结构和非线性结构，

1. 线性结构：线性表、栈、队列
2. 非线性结构：树、图、集合

1.1.2 存储结构

即物理结构，分四种（存储数据时不只要存储元素的值，还要存储数据元素间的关系）

1. 顺序存储：存储位置在物理上连续
2. 链接存储：链表形式（不同结点存储空间不一定连续，但是结点内存储单元地址必须连续）
3. 索引存储：使用 1 个数组记录索引
4. 散列存储：根据元素关键字计算该元素存储地址，如Hash存储

1.1.3 逻辑结构

1. 集合结构：数据元素除了同属于一个集合之外，没有其他关系；
2. 线性结构：数据元素之间是一对一的关系；
3. 树形结构：数据元素之间存在一种多对多的层次关系；
4. 图形结构：数据元素之间是多对多的关系；

1.2 数据类型

1. 原子类型：不可再分的数据类型
2. 结构类型：其值可以再分成若干成分的数据类型
3. 抽象数据类型 (ADT)：一个数学模型以及定义在该模型之上的一组操作，通常用数据对象、数据关系、基本运算操作集这样三元组表示

2、算法的度量

2.1 时间复杂度

时间复杂度就是程序逻辑执行的次数。通常在求解时间复杂度的时候，会对其进行简化。下面是推导大 O 阶的方法：

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。

常见的时间复杂度：

2.2.1 常数阶

    int num = 0, n = 100;
    num = (1 + n) * n / 2;
    printf(num);

主义上面的时间复杂度是常数阶 O(1)，而不是 O(3).

2.2.2 线性阶

    for(int i=0; i<n; i++) {
   
        // 执行时间复杂度为O(1)的操作
    }

上面的时间复杂度是 O(n).

2.2.3 对数阶

    int cnt = 1;
    while (cnt < n) {
   
        cnt *= 2;
        // 执行时间复杂度为O(1)的操作
    }

上面的时间复杂度是 O(logn).

2.2.4 平方阶

    int i, j;
    for (int i=0;i<n;i++) }
        for (int j=0;j<n;j++) {
   
           // 执行时间复杂度为O(1)的操作
        }
    }

上面的计算的时间复杂度是 O(n²)

    int i, j;
    for (int i=0;i<n;i++) }
        for (int j=0;j<m;j++) {
   
           // 执行时间复杂度为O(1)的操作 
        }
    }

上面的计算的时间复杂度是 O(nm)

下面的程序的时间复杂度也是 O(n²):

    int i, j;
    for (int i=0;i<n;i++) }
        for (int j=i;j<n;j++) {
   
           // 执行时间复杂度为O(1)的操作
        }
    }

执行的次数，O(f(n))，其中 f(n) 是执行的次数，表示执行时间与 f(n) 成正比
时间复杂度的大小关系：

	O(1)<O(log2n)<O(n)<O(nLogn)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(nn)

2.2 空间复杂度

所需的物理存储空间

    题目：算法
    void fun(int n){
   
        int i=1;
        while(i<=n) {
   
            i*=2;
        }
    }
    的时间复杂度是？
    思路：函数中运算次数最多的是 i*=2; 这一行，那么假设它执行了 t 次，t 次时 i=2^t。
    因此，有:2^t<=n，于是得 t