数据结构——1.绪论 2. 算法

一、绪论

数据结构是相互之间存在一种或多种的关系的数据元素的集合。

1. 逻辑结构与物理结构

按照视点不同，可以分为逻辑结构和物理结构：

• 逻辑结构：
  数据对象中数据元素间的相互关系。
  可分为4种 集合结构、线性结构、树形结构、图形结构。
• 物理结构：
• 指逻辑结构在计算机中的存储形式。
  两种： 顺序存储、链式存储。
  顺序：数据的逻辑关系和物理关系一致。
  链式：存放在任意的存储单元里，存储单元可以连续，可以不连续。

2. 数据类型

• 原子类型：不可以再分解的基本类型，整型、实型、字符型等。
• 结构类型：可以再分解：例如整形数组由整形数据组成。

抽象：抽取出事物具有的普遍性的本质。

• 抽象数据类型（ADT）：一个数学模型及定义在该模型上的一组操作。

二、算法

1. 算法的特性

五个特性：

1. 输入：0或者多个
2. 输出：一个或多个
3. 有穷性：自动结束，不出现无限循环，且每步骤在可接受的时间内完成
4. 确定性
5. 可行性

2. 设计要求

1. 正确性
2. 可读性
3. 健壮性
4. 时间效率高，存储量低

3. 算法效率度量方法

1. 事后统计
2. 事前分析估算
   程序运行时间依赖于算法好坏与问题的输入规模（输入量的多少）

4. 函数的渐进增长

判断谋算法效率，函数中的常数和其它次要项常常可忽略，而更应该关注主项（最高次项）的阶数。

5. 算法时间复杂度O（）

1. 推导方法

1. 用常数1取代运行时间中的所有加法常数
2. 修改后的运行次数函数中，只保留最高阶
3. 如果最高阶存在且不是1，则去除与这个项相乘的常数

2. 分类

1. 常数阶
对于分支结构，无论真假，执行次数恒定，不随着n变化。因此单纯分支结构时间复杂度为O(1)

2. 线性阶
分析循环结构运行情况，例如如下为O(n)

int i;
for (i=0;i<n;i++)

3. 对数阶
例如：

int m=1；
while (m<n) {
m = m*2;
}

由于2^(x)=n, 得到$x=lo{g}_{2}n$， 复杂度为O(logn)

4. 平方阶
常常为循环嵌套，分析多层循环
例如：

int i,j;
for (i=0;i<n;i++) {
    for (j=0;j<n;j++) {
        
    }
}

复杂度为O(n*n)

int i,j;
for (i=0;i<n;i++) {
    for (j=0;j<m;j++) {
        
    }
}

复杂度为O(n*m)

int i,j;
for (i=0;i<n;i++) {
    for (j=i;j<n;j++) {
        
    }
}

复杂度为n+(n-1)+(n-2)+…+1

5. 总结

常用时间复杂度从小到大为：
$$O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)$$

6. 最坏情况与平均情况

最坏情况： 运行时间的保证
平均情况：期望的运行时间

7. 空间复杂度 S()

S(n)=O(f(n)),n为问题规模，f(n)为语句关于n所占存储空间的函数。
当不用限定词直接说复杂度时，一般指时间复杂度。
（写代码时可以用空间换时间）