【数据结构】第一章 数据结构基础理论

数据结构第一章

[1] 绪论

数据结构，主要研究如何用程序代码把现实世界的问题信息化，如何用计算机高效地处理这些信息从而创造价值。

数据机构与其他基础课程的关系在于，在计算机的世界,自顶向下:

1. 数据结构负责软件架构，位于最顶层
2. 操作系统作为衔接，是上层软件与下层硬件之间的过渡带
3. 计算机组成原理负责硬件，是计算机的底层
4. 计算机网络负责计算机与计算机之间的通信
   

“唯一可以确定的是，明天会使我们所有人大吃一惊。” —— 阿尔文·托夫勒
（The sole certainty is that tomorrow will surprise us all.）

[2] 基本概念

计算机专业人员处理数据，正如艺术家用画笔创造世界。

• 数据是信息的载体，是可以被计算机程序识别和处理的符号的集合。
• 数据是计算机程序加工的原料。

早期计算机被用于处理纯数值型信息，现代计算机经常处理非数值型问题。
对于非数值型问题：关系每个个体具体信息；关注个体与个体之间相互关系。

1. 数据元素：数据的基本单位，通常是一个整体进行考虑和处理。一个数据元素可以由多个数据项组成，数据项是构成数据要素的不可分割的最小单位。例如，学生记录就是一个数据元素，
   它由学号、姓名、性别等数据项组成。
2. 数据对象是相同性质的数据元素的集合，是数据的一个子集（同一类）。例如，整数数据对象是集
   合 N= {0,±1,±2,…}。
3. 数据结构是相互之间存在一种或者多种特定关系的数据元素的集合。

[3] 数据结构的三要素

1. 逻辑结构

常见关系有四种：
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）。

• 集合结构：各个元素同属一个集合，无其他关系。
• 线性结构：除了第一个元素，所有元素都有唯一前驱；除了最后一个元素，其他元素都有唯一后继。
• 树形结构：一对多的关系。
• 图状结构：多对对的数据元素关系。

2. 数据的运算

针对于某种逻辑结构，结合实际需求，定义基本运算。
例如，对于线性数据：查找，插入，删除。

3. 物理结构

实现方式，考虑使用计算机表示数据结构的逻辑关系。

• 顺序存储：逻辑上相邻的元素存储在物理位置上也相邻的存储单元中，元素与元素之间的关系由存储单元的邻接关系来实现。
• 链式存储：逻辑上相邻的元素在物理位置上可以不相邻，借助指示元素存储地址的指针来表示元素与元素之间的逻辑关系。
• 索引存储:在存储元素信息的同时，还建立了附加的索引表，索引表中的每一项称之为索引项，索引项的一般形式是关键字或者地址。
• 散列存储：根据元素关键字直接计算该元素的存储地址，即哈希（Hash）存储。

结论：

1. 若采用顺序存储，要求各个数据元素在物理上必须是连续的；若采取非顺序存储，则各个数据元素在物理上可以是离散的。
2. 数据的存储结构会影响存储空间分配的方便程度。
3. 数据的存储结构会影响对数据运算的速度。

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。

4. 数据类型与抽象数据类型

数据类型是一个值的集合和定义在此集合的一组操作的总称。
分为原子类型和结构类型。
原子类型其值不可在分割，例如bool类型，int类型。
结构类型其值可以再分割成若干成分的数据类型。例如struct结构体。

抽象数据类型（ADT，Abstract Data Type）是抽象数据组织及与之相关的操作。
定义了一个ADT，即定义了一个完整的数据结构。确定了ADT的存储结构，才能实现这种数据结构。

[4] 算法基本概念

程序 = 数据结构 + 算法

算法 Algorithm，是对特定问题求解步骤的一种描述，它是指令的有限序列，其中的每条指令表示一个或者多种操作。
算法具备什么特点？

1. 有穷性；

一个算法必须在执行有穷步之后结束，且每一步都可以在有穷时间内完成。

2. 确定性；

算法中每一条的指令必须有确定的含义，对于相同的输入只能得到相同的输出。

3. 可行性：

算法中描述的操作可以通过已经实现的基本运算执行有限次来实现。

4. 具备输入和输出；

一个算法可以有零个或者多个输入，可以有一个或者多个输出。

好的算法特质：

1. 正确地解决问题；
2. 可读性。可以使用伪代码或者语言代码表示，可以帮助人们理解。
3. 健壮性，在输入非法数据时候，能够适当做出反映或者进行处理。
4. 高效率与低存储需求。即算法执行省时省内存，时间复杂度和空间复杂度都相对较低。

[5] 算法时间复杂度

算法的时间开销如何评估？

一般算法的时间复杂度，只保留阶数高的部分，省略常数部分，因此可以对其简化：
$O(N)$ , $O(N^2)$ , $O(N^3)$ 。
大O表示"同阶"，即同等数量级，即当 $n\to \infty$ ，二者之比是常数。

分析时间复杂度有两条规则：

1. 加法规则： $T(n)=T_1(n)+T_2(n)=O(f(n))+O(g(n))=O(max(f(x),g(x)))$
2. 乘法规则： $T(n)=T_1(n)\times T_2(n)=O(f(n))\times O(g(n))=O(f(n)\times (g(n)))$
   

常见的渐近时间复杂度为：
$$O(1)<O(lo{g}_{2}N)<O(N)<O(Nlo{g}_{2}N)<O(N^2)<O(N^3)<O(2^N)<O(N!)<O(N^N)$$

一般计算算法时间复杂度的时候会评估最坏情况下算法的时间复杂度和平均时间复杂度。

参考链接： Big-O Algorithm Complexity Cheat Sheet (Know Thy Complexities!) @ericdrowell (bigocheatsheet.com)

[6] 算法空间复杂度

如果，无论问题规模怎么变，算法运行所需的内存空间,都是固定的常量，算法空间复杂度为 $S(n)=O(1)$。

注：S 表示 “Space”,称之为：算法原地工作，即算法所需内存空间为常量。
下图为常用的数据结构的操作复杂度：

参考链接： Big-O Algorithm Complexity Cheat Sheet (Know Thy Complexities!) @ericdrowell (bigocheatsheet.com)

S(N)只需关注存储空间大小与问题规模相关的变量。
特别的，函数递归调用带来的内存开销。

S(N) = O(N)，空间复杂度 = 递归调用的深度。