数据结构知识点复习-（一）绪论

前言-为什么要写这个东西？

作为一个独立学院的普通本科生，大学期间过的平平淡淡，到现在大四出来实习（学的J2EE，但找了个测试，整体环境比较慵懒，但以后还是想回去写代码），并没有把精力全身心投入学习，最近对自己现状很不满意，决定改变一下，以便自己不要被磨平了棱角，借此来开始写一些自己的作品。主要是为了警醒自己，如果有人看到了，希望自己没有写错，并对你有所帮助。内容来自于数据结构课程的笔记，如果有错误，希望帮忙指正。

 

一、基本知识点

在正式讲数据结构之前，需要先了解一些基本概念。

为什么要学习数据结构？

学习数据结构是为了能够写出好的程序。

关于程序：程序=数据结构+算法；

解决实际问题的步骤：从具体问题抽象出数学模型（数学建模）→设计解决该模型的算法→编写程序→调试、修改→最终结果；

 

然后是一些名词的解释：

1.数据：凡是能被计算机程序处理的符号总称。 如果把计算机看做工厂，那么数据就是加工原料，程序就是加工机器。

2.数据元素：数据的不可分割的最小基本单位。

3.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。

4.数据对象：具有相同性质的数据元素的集合。  例：整数集合，素数集合。

 

二，正篇

1.数据结构的基本类型

（1）集合结构：无对应关系的散点（自己的理解）；

（2）线性结构：具有一对一关系的点；

（3）树形结构：具有一对多关系的点；

（4）图形结构（网状结构）；具有多对多关系的点；

这里的点是指数据元素。

2.数据结构的组成

数据结构=逻辑结构+物理结构+运算（操作）；

（1）逻辑结构：描述集合中数据元素之间的某种逻辑关系（不依赖计算机）

表示为：B=(D,R)

D：数据元素的有限集；R：关系的有限集；

例：B=（D，R）

D={A,B,C,D,E,F,G,H}；

R={(D,B),(D,G),(D,A),(B,C),(G,E),(G,H),(E,F)};

（2）物理结构：数据的逻辑结构在计算机存储器上的实现（依赖计算机）

存储方法：存储元素；体现关系；

常用的存储方法：

（1）顺序存储法：逻辑相邻的数据物理上也相邻，代表为数组，静态分配；

（2）链式存储法：逻辑相邻的数据物理上不要求相邻，代表为链表，动态分配；

（3）索引存储法：利用结点的索引号来确定结点地址；

（4）哈希法（散列法）：利用结点的值来确定结点地址的方法，其关键是寻求一个恰当的哈希函数H（key）

H（key）=key and m；

key：结点的值；m：哈希表的长度；

3，运算（操作）

建立，查找，删除，插入，修改，遍历，排序

三，算法及其评价

1.算法

算法是解决某一类特定类型问题的有限运算序列；（方法和思路）

2.算法的基本特性

有穷性：算法必须能在有限步骤后终止；

确定性：算法的每一步都要有确定的含义；

可行性：算法的每一步都可行；

输入：算法有0个或多个输入；

输出：算法至少有1个或多个输出；

3.评估算法的标准

正确性；

可读性；

健壮性；

高效性（时间复杂度/空间复杂度）；

四，时间复杂度的计算

（1）运行时间：一个算法在计算机上运行所需的时间。通常用时间复杂度来衡量。

（2）频度：一个算法中基本语句或操作重复执行的次数。通常用f（n）表示，n为问题的规模。

（3）时间复杂度：一个算法中基本语句或操作重复执行次数的数量级。记作T（n）=O（f（n））

常用的时间复杂度： 常量阶时间复杂度O(1)，线性阶时间复杂度O(n)，平方阶时间复杂度O(n²)，对数阶时间复杂度O(logn)，立方阶时间复杂度O(n³)，线性对数阶时间复杂度O(nlogn)

时间复杂度确定原则：取时间复杂度最高的；

时间复杂度大小比较：O(1)<O(logn)<O(n)<O(nlogn)<O(n²)<O(n³);

例：