数据结构基本概念

@[TOC]数据结构第一章（绪论）

概念与术语

1.数据：所有能被输入到计算机中并被计算机程序加工、处理的所有符号的总称。（整数，字符，声音，图像，图形等）
2.数据元素：数据的基本单位。（元素，节点，记录，顶点）在计算机程序中通常作为一个整体考虑。
3.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。
4.数据对象：由性质相同（类型相同）的数据元素组成的集合，数据对象是数据的一个子集。

数据>数据对象>数据元素>数据项

数据：图中的所有数据。
数据项：表中的一个特性，例如“姓名”、“性别”等。数据项是不可分割的最小单位。
数据元素：就是这些数据项组合成的一条数据，比如说小明这一条数据是由姓名、性别、身高、课程代号等数据项组成的。
数据对象：数据对象是性质相同的数据元素的组成，例如小明和小红这两条数据就是性质相同的数据元素，他们加起来统称为数据对象。

5.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。数据元素之间的关系称为结构。
四类基本结构：
1.集合结构：集合是确定的，不能有相同的元素（互异性），还具有无序性。该结构的数据元素之间的关系是“属于同一个集合”，任何两个元素之间都没有逻辑关系。
2.线性结构：该结构的数据元素之间存在着一对一的关系。
3.树形结构：该结构的数据元素之间存在着一对多的关系。
4.图状结构：该结构的数据元素之间存在着多对多的关系。

6.数据的逻辑结构：各数据元素之间的逻辑关系。

7.数据的存储结构：数据结构在计算机存储中的映象(表示）（mapping）。
存储结构也称为：存储表示、物理结构、物理表示。
常用的存储结构有顺序存储、链式存储、索引存储和哈希存储（散列存储）等。

8.数据类型：是一个值的集合和定义在这个值上的一组操作的总称。
1.原子类型（int char float等）：“值的集合”是基本的原子类型，再加在该值集合上的操作就是原子类型。
2.结构类型（数组、结构、联合体等）：“值的集合”是数据结构，“数据结构”的集合和在该集合上的一组操作叫做结构类型。

数据类型和数据结构是所属关系。
数据结构是一种“值的集合”，这种值的集合+值集合上的操作=结构类型，而结构类型是数据类型中的一种。

9.抽象数据类型：与计算机的实现无关的数据类型。是指一个数学模型以及定义在此数学模型上的一组操作。
三大特征：
1.信息隐蔽
2.数据封装
3.使用与实现相分离
形式定义：
ADT<抽象数据类型名>
{
数据对象:<数据对象的定义>
数据关系:<数据关系的定义>（一个或者多个关系）
基本操作:<基本操作的定义>
}
抽象数据类型=逻辑结构+抽象运算
也就是说抽象数据类型是建立在逻辑结构上的一些抽象的运算。
数据对象和数据关系是逻辑结构要关注的问题，基本操作就是抽象运算关注的。

算法与算法分析

1.算法定义
求解一个特定任务的指令的有限序列。
算法是解决特定问题求解决步骤的描述，在计算机中表现为指令的有限序列，并且每条指令表示一个或多个操作。
2.算法的五个特征（基本特性）
（1）有穷性：在有限步（或有限时间）之后算法终止。
（2）确定性：算法的每一个步骤都具有确定的意义，不会出现二义性。
（3）可行性：算法中的操作都是已经实现的基本运算执行有限次来实现的。
（4）输入：有0个或多个输入量。
（5）输出：至少有一个输出量。
3.算法设计的要求
（1）正确性：
a.无语法错误
b.对n组输入产生正确结果
c.对特殊输入产生正确结果
d.对所有输入产生正确结果
（2）可读性：算法主要是为了人的阅读与交流
（3）健壮性：当输入数据不合法时，算法也能做出相关处理，而不是产生异常或莫名其妙的结果。
（4）高效与低储存量
算法设计的基本方法：
1.穷举型：逐一枚举和检验
2.迭代法：由一个量的原值求出新值，不断利用新值求出它的下一个新值，直到得到满意的解。
3.递推法：由已知至i-1规模的解，通过递推，获得规模为i的解。
4.递归法：把规模为N的问题分解成一些规模较小的问题，然后从这些小问题的解构出大问题的解。
5.动态规划法：用表来记录所有已解决子问题的解，在需要时再找出来已求得的解可以避免大量的重复运算，从而得到时间复杂度为多项式的算法。
4.算法的描述工具
1.自然语言
2.程序设计语言
3.流程图（框图）
4.伪码语言：是一种包括高级程序设计语言的三种基本结构（顺序，选择，循环）和自然语言成分的“面向读者”的语言。
5.类C：介于伪码语言与程序设计语言的一种表现形式。保留了c语言的精华，不拘泥于c语言语法细节，同时也增加了一些c++的成分。
5.算法效率的度量方法
1.事后统计方法：通过设计好的测试程序和数据，利用计算机计时器对不同算法编制的程序的运行时间进行比较，从而确定算法效率的高低。
缺陷：
必须依据算法事先编制好程序，这会花费大量时间。
时间的比较有计算机硬件和软件等环境因素，有时会掩盖算法本身的优劣。
算法的测试数据设计困难，并且程序的运行时间往往还与测试数据的规模有很大关系，效率高的算法在小的测试数据面前往往得不到体现。
2.事前分析估算算法：在计算机程序编制前，依据统计方法对算法进行估算。
3.函数的渐进增长：给定两个函数g和f，如果存在一个整数N，使得对于所有n>N，f总是比g大，那么就说f的增长渐进快于g。
6.算法的时间复杂度
·算法（程序）中基本操作（语句）重复执行的次数的总和。
·设n为求解的问题的规模，基本操作（语句）执行次数的总和称为语句频度，计为f（n）。
·时间复杂度称为T（n），T（n）=O（f（n））。
O(1)<O(log2n)<O(n)<O(nlog2n)<O(n^2)
<O(n^3)
<O(2^n)
<O(3^n)<O(n!)
7.算法的空间复杂度
·执行算法所需要的存储空间的大小
·记做，s（n）=O（f（n））），n为问题规模
·存储空间：寄存指令，常数，变量和输入数据，对数据进行操作的工作单元，实现计算所需用的空间。