数据结构与算法（绪论与算法）

绪论与算法

一、 基本概念和术语

**数据：**是描述客观事物的符号，是计算机中可以操作的对象，是能被计算机识别，并输入给计算机处理的符号集合。
**数据元素：**是组成数据的、有一定意义的基本单位，在计算机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若干个数据项组成。比如人的数据项就有眼睛、耳朵、鼻子、手等等…
**数据对象：**是性质相同的数据元素的集合，是数据的子集。性质相同是指数据元素具有相同数量和类型的数据项
**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。

二、逻辑结构和物理结构

按照视点的不同，数据结构分为逻辑结构和物理结构

1、逻辑结构

逻辑结构：是指数据对象中数据元素之间的相互关系
（1）集合结构。数据元素除了同属一个集合外，没有任何关系
（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对多的关系
（4）图结构。数据元素是多对多的关系

2、物理结构

物理结构：是指数据的逻辑结构在计算机中的存储形式，也被称之为存储结构
（1）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

（2）链式存储结构
把数据元素存放在任意的存储单元里，存储单元可以是连续的，也可以是不连续的

三、算法

1、算法具有五个基本特性

输入、输出

算法具有零个或多个输入，至少有一个或多个输出

有穷性

算法在执行有限的步骤之后，自动结束而不会出现无限循环,并且每一个步骤在可接受的时间完成（比如一个算法几十年后一定会结束，但是那时候得出的结果意义就不大了）

确定性

算法的每一个步骤都具有一个确定的含义，不会出现二义性（歧义）

可行性

算法的每一步都能通过执行有限次数完成

2、算法的设计要求

正确性

体现在以下四个层次
（1）算法程序没有语法错误
（2）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
（3）算法程序对于非法的输入数据能够得出满足规格说明的结果
（4）算法程序对于精心选择的，甚至刁难的测试数据都有满足要求的输出结果
一般情况下，我们把是否达到第三个层次作为算法是否正确的标准

可读性

算法设计的另一目的是为了便于自己和他人的阅读、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

时间效率高和存储量低

算法应该尽量满足时间效率高和存储量低的需求

四、时间复杂度和空间复杂度

时间复杂度

O（）来体现时间复杂度的记法，也称之为大O记法
推导大O阶：
第一步：用常数1取代所有加法常数
第二步：只保留最高阶项
第三步：去除最高阶项的系数
例如：从1一直加到100
第一种方法一项一项加，1+2+3+4…+100
那么一共要执行99次加法运算
但是第一步可以用1代表取代所有的加法常数，也就是O(1)
例如：一个算法的步骤总共有3n^2+6n+10次
第一步之后：3n^2+6n+1
第二步之后：3n^2
第三步之后：n^2
因此最后时间复杂度为O（n^2）

空间复杂度

利用空间来换取时间
例如：判断某某年是不是闰年，第一种方法是利用算法计算，第二种方法是建立一个有2050个元素的数组，然后把所有的年份按下标的数字对应，如果是闰年，那么数组的这一项就是1，如果不是闰年，这一项就是0，然后闰年的判断就变成了查找这一年对应数组中的数字是什么。第一种方法消耗的时间大一点，第二个方法消耗的空间大一点。即用空间换取时间
最后，除非明确说明是空间复杂度，一般情况下复杂度都是指时间复杂度