算法基础概念

前言

仔细读，慢慢读

数据与数据结构

数据 是信息的载体，是对客观事物的符号表示。(计算机数据指能被计算机处理的符号的总称)

数据元素 是数据的基本单位。在计算机中通常作为一个整体考虑。

数据对象 是性质相同的数据元素的集合，是数据的一个子集

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。

任何问题中，数据元素都不是孤立存在的，而是在他们之间存在着某种联系，这种数据元素相互之间的关系称之为结构。

数据结构通常下有四种基本结构：
1）集合
2）线性结构
3）树形结构
4）图形结构或者网状结构

数据元素之间的关系，在计算机中有两种表示的方法：顺序映像和非顺序映像。由此得到两种不同的存储结构：顺序存储和链式存储。
顺序映像：借助元素在存储器中的相对位置来表示数据元素之间的逻辑关系。
非顺序映像：借助指示元素存储地址的指针表示数据元素之间的逻辑关系。

数据结构与数据类型

数据类型：类型明显或隐含着值的范围，所以一个值集合和其上的一组操作的总称。
数据类型也可分两类：
非结构的原子类型 - 不可再分了
结构类型 - 值由若干成分按某种结构组成，它是可以分解的。它的成分可以是结构的，也可以是非结构的。

数据类型即抽象数据类型ADT（Abstract Data Type），也就是一个数据模型以及定义在该模型上的一组操作。

如何形成数据类型？

为了提高软件的复用率，在近代程序设计方法学中指出，构成软件系统的每个相对独立的模块上，定义一组数据和施于这些数据上的一组操作，将实现细节隐藏于模块内部，对模块外部暴露抽象的数据结构和操作。显然抽象的层次越高，何有抽象类型的软件模块的复用程度就越高。

在这里，个人对抽象的理解就是提取对一系列数据的共性和通用性，并可以结构性的与其他抽象结构产生联系。如果不可以结构性产生联系，这就不是一种合理的抽象。

数据类型相对于数据结构，更强调范围和操作行为。即便数据结构的逻辑关系是一样的，但定义在其上的行为不同，也会产生大为不同的数据类型（例如栈和队列）。

可以把数据类型看作，已经产生明确作用和行为的数据结构，而再不只是描述元素之间的逻辑关系。

数据类型操作的种类是没有限制的，可以根据需要定义。主要由以下几种：
1）插入
2）删除
3）更新
4）查找
5）排序
从操作特性分析，可以分成两类：一类是加工类型，此操作改变了结构的值，一类是引用类型，此操作只是查询或者求得结构的值。

所以，我们了解一个数据类型，就要关心它的表示范围和行为，而了解一个数据结构，就要看其元素间的逻辑定位关系。

算法

它是对特定问题求解步骤的一种描述。它是指令的有限序列，其中每一条指令表示一个或多个操作。

算法的5个特征：
1）有穷性：必须有限步骤内完成
2）确定性：相同输入得相同输出。
3）可行性：能在有限次中行的通。
4）有输入：一个算法有零个和多个输入。输入取自特定集合。
5）有输出：一个算法有零个或多个输出。输出与输入有特定关系。

常见数据结构

线性表
有限元素构成的序列。其元素间的逻辑关系是什么，思考一下。根据存储方式不同而产生的不同的行为实现，产生两种数据类型，数组和链表（在这里，我把线性表称为数据结构，而把数组和链表称为数据类型）。
我们再区分数据行为，又可以产生栈和队列。

在这里，很容易产生分歧，什么是数据类型，什么是数据结构。通俗的讲数据类型是一种特殊的，行为更加具体的数据结构（虽说数据类型是高级语言的常用概念，然而我在这里想从计算机的角度，做一个统一），如果我们更加强调元素间的关系，我们可以称作数组，栈等是数据结构，比如它们都是线性序列，可以根据上一个线性的找到下一个。但如果我们更强调其行为和使用，则也可以称为数据类型。之所以在此赘述，希望我们能在描述角度上达成共识。

串
这就更贴近数据类型了。例如字符串。它有范围，有其特殊行为，也有其特殊的存储方式。但它基于基础的数据结构数组或链表实现。

栈
仅在一端进行插入和删除操作的线性表。允许操作的一端叫做栈顶，另一端叫做栈底。“先进后出”，根据存储结构不同，又分为顺序栈和链栈。
栈可以反序输出。可以用来实现树的深度优先遍历。还有递归的实现。

队列
限定只能在线性表的一端进行插入，且只能在另一端进行删除。“先进先出”。根据存储结构分为顺序队列，链队列。

矩阵
一个二维数组。
矩阵的压缩指为多个值相同的元素只分配一个空间。对零元素不分配存储空间的存储方式。

特殊矩阵的压缩存储

• 对称矩阵的压缩存储
• 三角矩阵的压缩存储
• 对角矩阵的压缩存储
  稀疏矩阵的压缩存储

结语

很多时候，我们明明已经身处其中，或者说使用多时，都对它还不熟悉，因为我们对其缺乏深度的总结和哲学性的思考。而这才是跳出其中的关键。