《王道》数据结构之绪论（一）

---

大纲

---

一、数据结构

1.1 基本概念

术语	解释
数据
数据元素和数据项
数据对象	具有相同性质的数据元素的集合，是数据的一个子集
数据结构	相互之间存在一种或多种特定关系的数据元素的集合
数据类型	值的集合和定义在此集合上的一组操作的总称（原子类型和结构类型）
抽象数据类型（Abstract Data Type）	是抽象数据组织及与之相关的操作，数学化的语言定义数据的逻辑结构、定义运算。与具体的实现无关。

1.2 数据结构三要素

1.2.1 逻辑结构

分类一：

常用逻辑结构	解释
集合结构
线性结构	一对一
树形结构	一对多
图状结构	多对多

分类二：

常用逻辑结构	解释
线性结构	线性表、栈、队列、数组
非线性结构	集合、树、图

1.2.2 物理结构

指数据结构在计算机中的表示或映像。存储结构会影响数据运算的速度、存储空间分配的方便与否

常用存储结构	解释
顺序存储	（下面三种为非顺序存储）
链式存储
索引存储	附加一个索引表（索引项=关键字+地址）
散列存储（哈希存储）	根据元素的关键字计算该元素的存储地址

• 每种结构的优缺点

1.2.3 数据运算

每个逻辑结构都有自己的基本的数据运算

• 运算的定义是针对逻辑结构的，指出运算的功能
• 运算的实现是针对存储结构的，指出运算的具体操作步骤（即不同存储结构有着不同的实现）

二、算法

2.1 基本概念

2.1.1 五个特性

• 有穷性
  算法必须是有穷的，而程序可以是无穷的
• 确定性
  相同的输入只能得出相同的输出
• 可行性
  能通过基本操作实现算法
• 输入
• 输出
  算法处理的结果

2.1.2 优秀算法的标准

• 正确性
• 可读性
• 健壮性
  能处理异常状况
• 高效率与低存储

2.2 算法效率度量

2.2.1 时间复杂度分析

事前预估算法时间开销T(n)与问题规模n的关系（T表示“time”）

助记：常对幂指阶

• 一般只需挑循环中的一个基本操作分析它的执行次数与n的关系即可，如果有多层嵌套循环，只需关注最深层循环循环了几次
• 存在不同情况讨论时，平均时间复杂度=各个情况的循环次数与概率的加权和

可以只考虑阶数高的部分
问题规模足够大时，常数项可以忽略
大O表示“同阶”，同等数量级
多项相加，只保留最高阶项；多项相乘都保留

2.2.2 空间复杂度分析

空间开销(内存开销)与问题规模n的关系

1. 普通程序
   内存装入程序代码和数据，一般程序代码与问题规模无关，而数据格式：

单一变量	O（1）
一维数组	O（n）
k维数组	O（nk）

2. 递归程序
   空间复杂度=递归调用的深度×数据格式

2.2.3 master公式

递归函数可表示成T(N) = a * T(N/b) + O(N^d)

• log_ba > d时，时间复杂度为O(N^logba)
• log_ba < d时，时间复杂度为O(N^d)
• log_ba = d时，时间复杂度为O(N^d * log₂N)

总结