数据结构剑法（演示代码为C语言）——本剑法一共九式

修习此剑法者数不胜数，然能练至大成者寥寥无几。不知阁下可是这万里挑一之人？

本剑法练成前两式，可称“入门之境”，届时阁下算是正式迈进了数据结构的大门。

练成前三式，可称“小成之境”。

练成前四式，可称“过渡之境”，第四式尤为重要，因为这一式不算简单，也算不得最难，不好练啊。这是一个坎，你的能力会经历从初级到高级的过渡。这一式无论对于学习能力还是意志力都是一个考验。阁下可有信心习得此式？

练成前六式，可称“登堂入室”。能学会第六式，那么后面的内容，只要你有足够的意志力，对你而言不是难事。

练成前七式，可称“登峰造极”。学会第七式后，你已经超过了80%的人，然而“行百里者半九十”。越是到最后，越要坚持。

练成第八式，可称“高手之境”。查找一事于你而言便是小菜一碟。此时你已超过了90%的人。

练成第九式，可称“凤毛菱角”。排序一事于你而言便是随随便便。至此，剑法大成！

好，话不多说，开始练剑：

第一式：预备式

在“预备式”中，我们要明确以下几个问题：

1.数据结构在程序设计中的地位：

        程序设计=数据结构+算法

2.数据是什么？

        一种抽象的类或集合。数据不仅包括整形、实型等数值类型，还包括声音、图像等非数值类型。

3.数据元素是什么？

        数据是一种“类”，元素是“实体”，所以数据元素是“某一种类的实体”。比如，在人类中，什么是数据元素呀？当然是人了。在车中，公交车、小轿车是数据元素。在畜类中呢？牛、🐏、🐎、鸡、🐖、🐕等都是数据元素。

4.什么是数据项？

        一个数据元素可以由若干个数据项组成。数据项是数据不可分割的最小单位。

比如，人这样的数据元素，有眼睛、耳朵、鼻子、嘴巴、手、脚等数据项。也有姓名、年龄、性别等数据项。具体有哪些数据项，要看你针对的是什么系统了。

5.数据对象是什么？

        性质相同的数据元素的集合（简而言之，就是：某一种类性质相同的实体的集合），是数据的子集。比如，张三、李四......具有相同的性质，他们组成的集合人就是一个数据对象。

什么叫性质相同呢？

       就是指数据元素具有相同数量和类型的数据项。比如，张三、李四......都有姓名、生日、性别等相同的数据项。

6.什么是数据结构？

        不同的数据元素之间不是独立的，而是存在特定的关系，将这些关系称为结构。所以数据结构就是：相互之间存在一种或多种特定关系的数据元素的集合。（首先是数据元素的集合，其次这些数据元素之间存在一种或多种特定关系）

 7.数据结构分类：

按照观察角度不同分为：逻辑结构和物理结构。

(1).逻辑结构：

                数据对象中数据元素之间的相互关系。（重点是关系哦）

逻辑结构呢，又分为以下四种：

        ①.集合结构

                数据元素除了同属于一个集合外，它们之间没有其他关系。（如图1）

图1

        ②.线性结构

                数据元素之间是一对一的关系。（如图2）

图2

        ③.树形结构

                数据元素之间存在一种一对多的层次关系。（如图3）

图3

        ④.图形结构

                数据元素是多对多的关系。（如图4）

图4

(2).物理结构：

        是指数据的逻辑结构在计算机中的存储形式。

共分两类：

        ①.顺序存储结构：

                是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（如图5）

图5

        ②.链式存储结构：

                是把数据元素存放在任意的存储单元里，这组存储单元可以是连续的，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，这样通过地址就可以找到相关联数据元素的位置。（如图6）

图6

重点总结：

（如图7） 

图7

恭喜你，亲爱的，你已经学会了数据结构剑法的第一式。不过，这还算不得入门，待你习得第二式，便可算是正式入门了。Baby，准备好了吗？出发！

——本文于2024/4/23开始，将持续更新至结束，敬请期待！ 

第二式：算法

什么是算法？

        算法是解决特定问题求解步骤的描述。

1.算法的魅力示例：

既然来学数据结构了，那么想必都起码已经学过一门语言了吧，现在我要求你写一个求“1+2+3+...+100”结果的程序，你会怎么写呢？

我想大多数人会这样写：（我以C语言为例）

    int i, sum = 0, n = 100;
    for(i = 1; i < = n; i++)
    {
        sum = sum + i;
    }
    printf(" %d ", sum);

你是不是这样想的？但这样是不是真的高效呢？

数学家高斯曾这样解决这道题：（如图8）

图8

用C语言实现如下：

    int i, sum = 0,n = 100;
    sum = (1 + n) * n / 2;
    printf("%d", sum);

 

看来，算法确实很重要啊，好的算法事半功倍，灵活简单又有效。

所以，在学习数据结构的过程中，算法于修习本剑法者而言是不可抛弃的内功之一。

好的，今天2024/4/24，今天有些困了，就先更这么些，本剑法第二式还未结束。

预知后续如何，点赞、关注、收藏，本人将持续更新至结束，敬请期待。

ok，继续：

2.算法的特性： 

算法具有五个特性：输入、输出、有穷性、确定性、可行性。

(1).输入、输出：

        算法可以没有输入、但不能没有输出，不然这个算法意义何在？你想一下，一个算法我用了你，对我没有一点影响，我用你干啥啊，对不对。

(2).有穷性：

        算法不会出现死循环，每一个步骤都可以在可接受的时间内完成。（前者好理解，后者，你想啊，你写个算法我执行100年才执行完，我坟头草都几丈高了，有什么意义呢？）

(3).确定性：

        算法的每一个步骤都有确定的意义，不会出现二义性。（不同的条件有不同的执行路径，每个步骤都被精确定义没有歧义）

(4).可行性：

        算法的每一步都可以通过执行有限次数完成。

3.对本门中人算法设计的要求：

(1).正确：两个要求——能正确解决特定问题、满足前面提到的算法的5个特性。

(2).可读性强：便于阅读、便于理解、便于交流。能简单就简单，能说大白话就别说文言文。

(3).防出错能力强：对于各种出错有对应的处理措施，输入数据的不合法也可以做出相关处理。

(4).花费时间少：执行1s就解决问题的算法显然比执行1小时才解决问题的算法要高明得多。

(5).存储量低：能少占用存储空间就少占用。

好的，今天就先更这些，明天讲时间复杂度和空间复杂度。

对内容感兴趣的点赞 、收藏+关注。后续将持续更新到结束，敬请期待！

4.时间复杂度 

定义：n为问题规模、随着n的增大，语句总的执行次数关于n的增长率就是时间复杂度。

记作：T(n)=O(f(n))，其中T(n)为时间复杂度，f(n)为语句总的执行次数关于n的增长率函数。

如，int n;

        scanf("%d",&n);

        for(int i=0;i<n;i++)

                printf("I love you!");

则，T(n)=O(n)

再如，int n;

           scanf("%d",&n);

           for(int i=0;i<n;i++)

                   for(int j=0;j<n;j++)

                          printf("I love you!");

则，T(n)=O(n^2)

 如果你对于上面两题的时间复杂度存在问题，别慌，咱们接着往下走。

前面的T(n)=O(f(n))这种记法，称为大O记法。

当我们求出了大O中的f(n)时，那么时间复杂度也就出来了，怎么推导大O阶呢？

方法如下：

1.逐句分析代码中的基本语句，并将每一句执行次数依次相加。

2.将加法多项式中的常数项全替换为1

3.只保留多项式中的阶数最高项，其他项全部删除。

4.如果保留的阶数最高项不是1，那么去除和这个项相乘的常数，即去掉系数。

经过上面4步得到的便是一个代码运行的时间复杂度。

时间复杂度越小，算法越好。

常用时间复杂度所耗费时间从小到大依次是：

一般没有特别说明时，时间复杂度都是指最坏时间复杂度。（最坏时间复杂度就是执行次数最多的情况，不会再多了。） 

5.空间复杂度

问题规模为n、随着n的增大，算法占用的存储空间的大小关于n的增长率就是空间复杂度。

记作S(n)=O(f(n)) 

那么，空间复杂度怎么计算呢？

若算法执行时需要的辅助空间相对于输入数据量而言是个常数，呢么S(n)=O(1).

那么其他复杂情况，具体怎么算呢？（这个问题呢非必要情况，没那么重要）

本门没有此法，需要诸位道友来发扬光大。

第三式：线性表