408学习笔记-数据结构-1-第一章-绪论

1.1、数据结构的基本概念

数据结构的本质就是：用程序代码将现实世界的问题信息化。

此为数据结构学习的总纲，务必牢记。

1.1.1、基本概念与术语

1、数据
数据是信息的载体，是描述客观事物属性的数、字符及所有能输入到计算机中并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。

2、数据元素
数据元素是数据的基本单位，通常作为一个整体进行考虑和处理。一个数据元素可由若干数据项组成，数据项是构成数据元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。

类似于：数据元素就是对象，数据项就是对象里的属性。

3、数据对象
数据对象是具有相同性质的数据元素的集合，是数据的一个子集。例如，整数数据对象是集合$N=0,\pm 1，\pm 2，\dots$。

类似于：定义对象的类（印月饼的模具）。

4、数据类型
千万注意：数据结构里的数据类型与C语言里的数据类型不是同一个东西！

数据类型是一个值的集合和定义在此集合上的一组操作的总称。
分为：
（1）原子类型。其值不可再分的数据类型。
（2）结构类型。其值可以再分解为若干成分（分量）的数据类型。
（3）抽象数据类型（ADT）。一个数学模型及定义在该数学模型上的一组操作。它通常是对数据的某种抽象，定义了数据的取值范围及其结构形式，以及对数据操作的集合。

抽象数据类型（ADT）=逻辑结构+数据的运算（增删改查）

5、数据结构
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。在任何问题中，数据元素都不是孤立存在的，它们之间存在某种关系，这种数据元素相互之间的关系称为结构(Structure)。

数据结构包括三方面的内容：逻辑结构、存储结构和数据的运算。

数据的逻辑结构和存储结构是密不可分的两个方面，一个算法的设计取决于所选定的逻辑结构，而算法的实现依赖于所采用的存储结构。

6、关系图

---

1.1.2、数据结构三要素

1、数据的逻辑结构

逻辑结构是指数据元素之间的逻辑关系，即从逻辑关系上描述数据。它与数据的存储无关，是独立于计算机的。

逻辑结构分为四大类：
（1）集合。结构中的数据元素之间除“同属一个集合” 外，别无其他关系。
（2）线性结构。结构中的数据元素之间只存在一对一的关系。
（3）树形结构。结构中的数据元素之间存在一对多的关系。
（4）图状结构或网状结构。结构中的数据元素之间存在多对多的关系。

具体有：
线性表、栈、队列、串、数组、集合、树和图。

数据的逻辑结构分为线性结构和非线性结构：
线性结构：线性表、栈、队列、串、数组。
非线性结构：集合、树和图。

2、数据的存储结构

存储结构是指数据结构在计算机中的表示（又称映像），也称物理结构。它包括数据元素的表示和关系的表示。数据的存储结构是用计算机语言实现的逻辑结构，它依赖于计算机语言。数据的存储结构主要有顺序存储、链式存储、索引存储和散列存储。

（1）顺序存储。把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，元素之间的关系由存储单元的邻接关系来体现。

优点：可以实现随机存取，每个元素占用最少的存储空间。
缺点：只能使用相邻的一整块存储单元，因此可能产生较多的外部碎片。

（2）链式存储。不要求逻辑上相邻的元素在物理位置上也相邻，借助指示元素存储地址的指针来表示元素之间的逻辑关系。

优点：不会出现碎片现象，能充分利用所有存储单元。
缺点：每个元素因存储指针而占用额外的存储空间，且只能实现顺序存取。

（3）索引存储。在存储元素信息的同时，还建立附加的索引表。索引表中的每项称为索引项，索引项的一般形式是（关键字，地址）。
优点：检索速度快。
缺点：附加的索引表额外占用存储空间。另外，增加和删除数据时也要修改索引表，因而会花费较多的时间。

（4）散列存储。根据元素的关键字直接计算出该元素的存储地址，又称哈希(Hash)存储。
优点：检索、增加和删除结点的操作都很快。
缺点：若散列函数不好，则可能出现元素存储单元的冲突，而解决冲突会增加时间和空间开销。

3、数据的运算
施加在数据上的运算包括运算的定义和实现。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。

数据的运算是用算法实现的。

---

1.1.3、小结

1、若采用顺序存储，则各个数据元素在物理上必须是连续的；若采用非顺序存储，则各个数据元素在物理上是离散的。

2、数据的存储结构会影响存储空间分配的方便程度，还会影响对数据运算的速度。

3、数据结构中，逻辑结构是独立于存储结构的，逻辑结构只由实际需求决定，而不由存储结构决定；但是存储结构不独立于逻辑结构，因为存储结构是逻辑结构的物理实现，也就是说，存储结构源于逻辑结构，要先有逻辑结构，才有存储结构。

4、数据结构三要素：逻辑结构、存储结构、抽象运算，缺一不可。

5、存储结构不仅要记录数据元素的值，还要记录数据元素之间的关系。

6、抽象数据类型，即ADT，通常用（数据对象，数据关系，基本操作集）这样的三元组表示，其中：

$$数据对象+数据关系=逻辑结构$$

$$基本操作集=抽象运算$$

故而：

$$ADT=逻辑结构+抽象运算$$

7、本节知识导图：

1.2、算法和算法评价

1.2.1、算法的基本概念

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多个操作。此外，一个算法还具有下列五个重要特性：
（1）有穷性。一个算法必须总在执行有穷步之后结束，且每一步都可在有穷时间内完成。
（2）确定性。算法中每条指令必须有确切的含义，对于相同的输入只能得出相同的输出。
（3）可行性。算法中描述的操作都可以通过已经实现的基本运算执行有限次来实现。
（4）输入。一个算法有零个或多个输入，这些输入取自于某个特定的对象的集合。
（5）输出。一个算法有一个或多个输出，这些输出是与输入有着某种特定关系的量。

通常，设计一个优秀的算法应考虑达到以下目标：
（1）正确性。算法应能够正确地解决求解问题。
（2）可读性。算法应具有良好的可读性，以帮助人们理解。
（3）健壮性。算法能对输入的非法数据做出反应或处理，而不会产生莫名其妙的输出。
（4）高效率与低存储量需求。效率是指算法执行的时间，存储量需求是指算法执行过程中所需要的最大存储空间，这两者都与问题的规模有关。

---

1.2.2、算法效率的度量

算法效率的度量是通过时间复杂度和空间复杂度来描述的。

---

1.2.3、时间复杂度

一个语句的频度是指该语句在算法中被重复执行的次数。

算法中所有语句的频度之和记为$T(n)$，它是该算法问题规模$n$的函数，时间复杂度主要分析$T(n)$的数量级。算法中基本运算（最深层循环中的语句）的频度$f(n)$与$T(n)$同数量级，因此通常将算法中基本运算的执行次数$f(n)$的数量级$O(f(n))$作为该算法的时间复杂度。于是，算法的时间复杂度记为：

$$T(n)=O(f(n))$$

注意：这里的相等并不是数值意义上的相等，而是数量级上的相等。

式中，$O$的含义是$T(n)$的数量级，其严格的数学定义是：若$T(n)$和$f(n)$是定义在正整数集合上的两个函数，则存在正常数$C$和$n_0$,使得当$n\ge n_0$时，都满足$0\le T(n)\le Cf(n)$。

还可以这样理解：

$$T(n)=O(f(n))\iff \underset{n\to \infty }{\lim }\frac{T(n)}{f(n)}=C$$

上式中，$n$为问题规模，$T(n)$为所有语句频度之和，$f(n)$为算法中基本运算（最深层循环中的语句）的频度，$O(f(n))$为算法中基本运算（最深层循环中的语句）的执行次数的数量级，$C$为一个常数。

更多可参考：时间复杂度T(n)和渐进时间复杂度O(n)是什么,该如何计算?

---

1.2.4、时间复杂度的数量级

1、时间复杂度数量级排序：

$$O(1)<O({\log }_{2}n)<O(n)<O(n{\text{log}}_{2}n)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)$$

数量级排序规则的实质是：当$n\to \infty$，谁的斜率更大，谁的量级就更大。

时间复杂度越小越好。

2、不同算法时间复杂度数量级的比较：

口诀：常对幂指阶。

之所以强调$n\to \infty$，那是因为算法的性能问题只有在$n$很大时才会暴露出来。

---

1.2.5、时间复杂度的计算规则

1、算法的时间复杂度不仅依赖于问题的规模，也取决于待输入数据的性质（如输入数据元素的初始状态）。

2、时间复杂度分为：

最坏时间复杂度：在最坏情况下，算法的时间复杂度。
平均时间复杂度：所有可能输入实例在等概率出现的情况下，算法的期望运行时间。
最好时间复杂度：在最好情况下，算法的时间复杂度。

一般总是考虑在最坏情况下的时间复杂度，以保证算法的运行时间不会比它更长。

3、计算规则

（1）顺序执行的代码只会影响常数项，可以忽略。

（2）只需要挑选循环中的一个基本操作分析它的执行次数；如果有多层嵌套循环，只需要关注最深层循环的循环次数。

（3）获取到循环次数$t$后，分析与问题规模$n$之间的关系$t=f(n)$。

（4）$t$的数量级$O(t)$就是时间复杂度$T(n)$。

4、计算性质：

加法原则：

$$T(n)=T_1(n)+T_2(n)=O(f(n))+O(g(n))=O(\max (f(n),g(n)))$$

乘法原则：

$$T(n)=T_1(n)\times T_2(n)=O(f(n))\times O(g(n))=O(f(n)\times g(n))$$

以上规则可总结为：
省略掉$f(n)$中相加的低阶，只保留高阶；还可以省略掉高阶的系数。
例如：

$$f(n)=a{n}^3+b{n}^2+cn\iff O(f(n))=n^3$$

---

1.2.6、时间复杂度总结

---

1.2.7、空间复杂度

算法的空间复杂度$S(n)$定义为该算法所需的存储空间，它是问题规模n的函数，记为:

$$S(n)=O(g(n))$$

空间复杂度 = 递归调用的深度。