数据结构（C语言）

第一章  绪论

1.1 问题求解与程序设计

著名的计算机学者沃思给出了一个公式：数据结构+算法=程序

主要内容：

（1）、数据的逻辑结构：包括表、树、图等数据结构，其核心是如何组织待处理的数据以及数据之间的逻辑关系

（2）、数据的存储结构：如何将表、树、图等数据结构存储到计算机的存储器中，其核心是如何有效地存储数据以及数据之间的逻辑关系

（3）、算法：如何基于数据的某种存储结构实现插入、删除、查找等基本操作，其核心是如何有效地处理数据

（4）、常用的数据处理技术：包括查找技术和排序技术等

1.2  数据结构的基本概念

1.2.1数据结构

数据：所有能输入到计算机中并且能被计算机程序识别和处理的符号集合。可以将数据分为俩大类：一类整数、实数等数值数据；另一类是文字、声音、图形和图像等非数值数据。

数据元素：是数据的基本单位。构成数据元素最小单位称为数据项，而且数据元素通常具有相同个数和类型的数据项。        数据元素与数据的关系——是集合的个体。

数据对象：性质相同的数据元素集合。        数据对象与数据的关系——是集合的子集。       

数据结构：指相互之间存在一定关系的数据元素的集合。数据元素之间的相互关系称为结构。需要强调的是，数据元素是讨论数据结构时涉及的最小数据单位，其中的数据项一般不给予考虑。按照观点的不同，数据结构分为逻辑结构和存储结构。

数据的逻辑结构是指数据元素以及数据元素之间的逻辑关系，是从实际问题抽象出的数据模型，在形式上可定义为一个二元组：Data_Structure = (D,R)       其中，D是数据元素的有限集合，R是D上关系的集合。 

逻辑结构的划分：

        （1）线性结构：有且仅有一个开始和一个终端节点，并且所有节点都最多有一个直接前驱和一个直接后继。例如：线性表、栈、队列、串。

        （2）非线性结构：一个结点可能有多个直接前驱和直接后继。例如：树、图。

根据数据元素之间的逻辑关系的不同，数据结构可分为以下四类：

1.  集合：数据元素之间就是“属于同一个集合”，除此之外，没有任何关系。
2. 表结构：数据元素之间存在着一对一的线性关系。
3. 树结构：数据元素之间存在着一对多的层次关系。
4. 图结构：数据元素之间存在在多对多的任意关系。

树结构和图结构也称为非线性结构。

通常用逻辑结构图来描述数据的逻辑结构。

 数据的存储结构又称为物理结构，是数据以及逻辑结构在计算机中的表示（也称为映像）。

存储结构有俩种存储结构：顺序存储结构和链式存储结构。

顺序存储结构：一组连续的存储单元依次存储数据元素，数据元素之间的逻辑关系有元素的存储的位置来表示。

链式存储结构：一组任意的存储单元存数据元素，数据元素之间的逻辑关系用指针来表示。

数据结构的两种存储结构图

数据的逻辑结构是从具有问题抽象出来的数据模型，是面向问题的，反映了数据元素之间的关联方式或邻接关系。

数据的存储结构是面向计算机的，其基本目标是将数据及其逻辑关系存储到计算机的内存中。

一种数据的逻辑结构可以用多种存储结构来存储，而采用不同的存储结构，其数据处理的效率往往是不同的。

1.2.2抽象数据类型

 数据类型：是一组值的集合以及定义于这个值集上的一组操作的总称。数据类型规定了该类数据的取值范围以及能够执行的操作。

抽象：就是抽出问题本质的特征而忽略非本质的细节，是对具体事情的一个概括。

抽象数据类型：是一个数据模型以及定义在该模型上的一组操作的总称。

1.3算法的基本概念

1.3.1算法及算法的特性

算法：对特定问题求解步骤的一种描述，是指令的有限序列。

算法必须满足以下基本特性：

1. 有穷性
2. 确定性
3. 可行性
4. 正确性
5. 健壮性
6. 可理解性
7. 抽象分级性
8. 高效性

1.4算法分析（时间复杂度）重难点

常见的时间复杂度：

O() < O(N) < O(N) < O() < O() < O() < O(n!)

算法在运行过程中需要的存储空间包括：

1. 输入\输出数据占用的空间；
2. 算法本身占用的空间；
3. 执行算法需要的辅助空间；

算法的空间复杂度：指算法在执行过程中需要的辅助空间数量，也就是除算法本身和输入输出数据所占用的空间外，算法临时开辟的存储空间。

1.4.1算法分析举例

 1.非递归算法的时间复杂

(1)       

x++;

解：x++是基本语句，执行次数为1次，所以时间复杂度为O(1)，称为常量阶。

(2)       

for(i = 1; i <= n; i++)
    ++x;

解：++x是基本语句，执行次数为n次，所以时间复杂程度为O(n)，称为线性阶。

(3)   

    for(i = 1; i <= n;i++)
        for(j = 1; j<= n;j++)
            ++x;

解：++x是基本语句，执行次数为次，所以时间复杂程度为O()，称为平方阶。

(4)

for(i = 1 ; i <= n ; i++)
    for(j = 1 ; j<= n ; j++) 
    {         
        c[i][j]=0;
        for(k = 1; k<= n; k++)
            c[i][j]+=a[i][k] * b[k][j];

    }

解：++x是基本语句，执行次数为次，所以时间复杂程度为O()，称为立方阶。

(5)

for(i=0;i<=n;++i){
    for(j=1;j<=i-1;++j){
        ++x;
    }
}

解： ++x是基本语句，执行次数为:(n(n-1))/2，所以时间复杂度为O()。

(6)

for(i=1;i<=n;i=2*i){
    ++x;
}

解答：++x是基础语句，设其执行次数为T(n)，时间复杂