1、数据结构
数据结构是一门研究非数值计算的程序设计问题中的操作对象,以及它们之间的关系和操作等相关的学科
1、基本概念和术语
-
数据
-
是描述客观事物的符号,是计算机种可以操作的对象,是能被计算机识别并输入给计算机处理的符号集合
- 数据不仅包括整形等数值类型,还可以包括字符、声音、图像等非数值类型
-
-
数据元素
-
是组成数据的有一定意义的基本单位,在计算机当中通常作为整体处理,也被称为记录
- 比如在人类中,人就是数据元素
-
-
数据项
-
一个数据元素可以由多个数据项组成,数据项是数据不可分割的最小单位
- 以人为例,耳、手等就是数据项,姓名、年龄等也是数据项
-
-
数据对象
-
是性质相同的数据元素的集合,是数据的子集
-
性质相同指的是数据元素具有相同数量和类型的数据项
- 比如人都有姓名、年龄等相同的数据项
-
-
-
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
- 在计算机中数据元素并不是孤立、杂乱无序的,而是具有内在联系的数据集合
-
2、逻辑结构与物理结构
-
逻辑结构:数据对象中数据元素之间的相互关系
-
集合结构
- 集合结构中的元素除了同属于一个集合外没有其他的关系,各个数据元素是平等的,共同属性是处于同一个集合
-
线性结构
- 数据元素之间是一对一的关系
-
树形结构
- 数据元素之间存在一对多的层次关系
-
图形结构
- 数据元素是多对多的关系
-
-
物理结构:数据的逻辑结构在计算机中的存储形式
-
顺序存储结构:把数据元素存放在地址连续的存储单元里,其数据间的逻辑关系和物理关系是一致的
-
链式存储结构:把数据元素存放在任意的存储单元里,这组存储单元可以使连续的,也可以是不连续的。数据元素的存储关系并不能反映其逻辑关系,因此需要用一个指针存放数据元素的地址,通过地址就可以找到相关联数据元素的位置
-
3、数据类型
是指一组性质相同的值得集合及定义再次集合上的一些操作的总称
-
原子类型:是不可再分解的基本类型,包括整形、字符型等
-
结构类型:由若干个类型组合而成,是可以再分解的,比如数组
-
抽象数据类型
-
抽象:是指取出事物具有的普遍性的本质,它只是抽出问题的特征而忽略非本质的细节,四队具体事务的一个概括
-
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
-
抽象数据类型体现了程序设计中问题分解、抽象和信息隐藏的特性。可以将实际生活中的问题分解为朵儿规模小且容易处理的问题,然后建一个计算机能处理的数据类型,并把每个功能模块的实现细节作为一个独立的单元,从而使具体实现过程隐藏起来
-
格式
-
ADT 抽象数据类型名 Data 数据元素之间逻辑关系的定义 Operation 操作1 初始条件 操作结果的描述 操作2 ... 操作n ... endADT
-
-
2、算法
1、算法定义
算法是解决特定问题求解步骤的描述,在计算机中表现为指令的有限序列,并且每条指令表示一个或多个操作
2、算法的特性
有穷性、可行性、确定性、输入、输出
-
输入输出
-
算法具有零个或多个输入
-
算法具有至少一个或多个输出
-
-
有穷性
- 算法在执行有限的步骤之后,自动结束不会出现无限循环,并且每一个步骤在可接受的时间内完成
-
确定性
- 算法的每一步骤都具有确定的含义,不会出现二义性,算法在一定条件下只有一条执行路径,相同的输入只能有唯一的输出结果。算法的每个步骤都被精确定义而无歧义
-
可行性
- 算法的每一步必须是可行的,也就是每一步都能通过执行有限次数完成
3、算法的设计要求
正确性、健壮性、可读性、时间效率高存储量低
-
正确性:算法至少应该具有输入、输出和加工处理无歧义行,能正确反应问题的需求,能够得到问题的正确答案
-
算法程序没有语法错误
-
算法程序对于合法的输入数据能够产生满足要求的输出结果
-
算法程序对于非法的输入数据能够得到满足规格说明的结果
-
算法程序对于精心选择的,甚至刁难的测试数据都由满足要求的输出结果
-
-
可读性:算法设计的另一目的就是为了便于阅读、理解和交流
-
健壮性:当输入数据不合法的时候,算法也能做出相关处理,而不是产生异常或出现莫名其妙的结果
-
时间效率高存储量低
4、算法的时间复杂度
在进行算法分析时,语句总的执行次数T(n)是关于问题规模n的函数,进而分析T(n)随着n的变化情况并确定T(n)的数量级。算法时间复杂度,也就是算法的时间量度,记作T(n)=O(f(n))。它表示随着问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐进时间复杂度,其中f(n)是问题规模n的某个函数
-
推导
-
用常数1取代运行时间中的所有加法常数
-
在修改后的运行次数函数中,只保留最高阶
-
若最高阶存在且其系数不为1,则去除与这个项目相乘的系数
-
-
耗费时间排序
- O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n3)<(2n)<O(n!)<O(nn)