数据结构概念

基本概念和术语

数据：是描述客观事物的符号，是计算机可以操作的对象，是能被计算机识别，并输入给计算机处理的符号集合。数据不仅仅包括整型、实型等数值类型，还包括字符及声音、图像、视频等非数值类型。声音数据、图像数据等

两个前提：

可以输入计算机中

能被计算机程序处理

数据元素：组成数据的、有一定意义的基本单位，在计算机中通常作为整体处理。也称为记录

数据项：一个数据元素可以由若干个数据项组成

比如人这样的数据元素，可以有眼，鼻，手，脚等数据项

数据项是数据不可分的最小单位

数据对象：性质相同的数据元素的集合，是数据的子集

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

逻辑结构和物理结构

逻辑结构：指对象中数据元素之间的相互关系

1）集合结构：集合结构中的数据元素除了同属于一个集合外，它们之间没有其他关系。

2）线性结构：线性结构中的数据元素之间是一对一的关系。

3）树形结构：树形结构中的数据元素之间存在一种一对多层次关系

4）图形结构：图形结构的数据元素是多对多

物理结构：指数据的逻辑结构在计算机中存储形式

1）顺序存储结构

数据元素存放在地址连续的存储单元里，其数据间逻辑关系和物理关系是一致

2）链式存储结构

数据元素存放在任意的存储单元，这组单元可以是连续的，也可以是不可连续。

抽象数据类型

数据类型：指一组的性质相同的值集合及定义在此集合上一些操作的总称。

C语言中，按照取值的不同，数据类型可以分为两类：

1）原子类型：不可以分解的基本类型，包括整型、实型、字符型等

2）结构类型：若干类型组合而成，是可以再分解的

抽象是指取出事物具有的普遍性的本质

抽象数据类型（Abstract Data Type,ADT）：指一个数学模型及定义在该模型上的一组操作

ADT		抽象数据类型型名
Data
		数据元素之间逻辑关系的定义
Operation
		操作1
			初始条件
			操作结果描述
		操作2
			...
endADT

算法是解决特定问题求解步骤的描述，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

算法特性

1）输入输出

算法具有零个或多个输入，至少有一个或多个输出。

2）有穷性

算法在执行有限的步骤之后，自动结束而不会出现无线循环，并且每一个步骤在可接受的时间内完成

3）确定性

算法的每一步骤都具有确定的含义，不会出现二义性

4）可行性

算法的每一步都必须是可行的，也就是说，每一步都能够通过执行有限次数完成。

算法设计的要求

1）正确性 2）可读性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）时间效率高和存储量低

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运行时间进行比较，从而确定算法效率的高低

2）事前分析估算方法：在计算机编制钱，一依据统计方法对算法进行估算

算法采取的策略、方法（算法好坏的）

编译产生的代码质量（软件支持）

问题的输入规模

机器执行指令的速度（硬件性能）

抛开其它因素，一个程序的运行时间，依赖于算法的好坏和问题的输入规模

输入规模的度量

一个事实：问题规模越大，算法运行时间越长。

 将算法输入规模n为时间效率的参数。

把基本操作（最重要的操作）次数作为算法运行时间的度量单位。

在某个特定计算机上的某个算法程序的运行时间
T(n)≈c*C(n)    c为基本操作的执行时间 C(n)为基本操作次数
算法的最优、最差和平均效率

分析非递归算法效率的通用方案
1. 决定用哪个(哪些)参数作为输入规模的度量
2. 找出算法的基本操作（作为一规律，它总是位于算法的最内层循环中）。
3.检查基本操作的执行次数是否只依赖输入规模。如果它还依赖一些其他的特性（位置等），则最差效率、平均效率以及最优效率（如果必要）需要分别研究。
4.建立一个算法基本操作执行次数的求和表达式。
5.利用求和运算的标公式和法则来建立一个操作次数的闭合公式，或者至少确定它的增长次数。

例1 考虑从n个元素的列表中查找元素最大值的问题. 假设列表是用数组实现的。

MaxElement(A[0..n-1])
         //求给定数组中最大元素的值
        //输入：实数数组A[0..n-1]
        //输出:A中最大元素的值
        maxval←A[0]
        for i←1 to n-1 do
              if A[i]>maxval
                  maxval←A[i]
         return maxval

1）输入规模的度量：数组元素的个数n

2）找出算法基本操作：比较

3）检查基本操作的执行次数是否只依赖输入规模：比较次数相同

4）建立一个算法基本操作执行次数的求和表达式：

把C(n)记作比较运算的执行次数, 
由于该算法每执行一次循环就会做一次比较，并且对于循环变量i在1和n-1(包含在内)中的每个值都会做一次循环，所以，我们得到C(n)的下列求和表达式：

例2 元素惟一性问题：验证给定数组中的元素是否全部惟一。

UniqueElements(A[0..n-1])
//输入：数组A[0..n-1]
//输出：如果A中的元素全部惟一，返回“true”
//            否则，返回“false”.
 for i←0 to n-2 do
     for j←i+1 to n-1 do
         if A[i]=A[j] return false
Return true

1）输入规模的度量：数组元素的个数n

2）找出算法基本操作：比较

3）检查基本操作的执行次数是否只依赖输入规模：n？相同元素？及其位置？

最差效率：
某个数组Cworst(n)所做的比较数比其它数组都多。
有哪两种类型？
不包括相同元素
最后两个元素是唯一一对相同元素

4）建立一个算法基本操作执行次数的求和表达式：

分析递归算法效率的通用方案
1）决定用哪个（哪些）参数作为输入规模的度量。
2）找出算法的基本操作。
3）检查一下，对于相同规模的不同输入，基本操作的执行次数是否不同。如果不同，则必须对最差效率、平均效率以及最优效率作单独研究。
4）对于算法基本操作的执行次数，建立一个递推关系以及相应的初始条件。
5）解这个递推式，或者至少确定它有解的增长次数。

对于任意非负整数n,计算阶乘函数F(n)=n!的值。
       当n≥1时，F(n)=F(n-1)·n
       且0!=1
算法  F(n)
      //输入：非负整数n
      if n=0 return 1
         else return F(n-1)*n


用n本身来指出算法的输入规模
该算法的基本操作是乘法，它的执行次数记作M(n)，思考应该如何构造表达式?

递推关系的一些求解方法

1 前向替代法
x(n)=2x(n-1)+1
x(1)=1  x(2)=3  x(3)=7  x(4)=15
找规律：x(n)=2n-1

2 反向替代法
M(n)=M(n-1)+1
        =M(n-2)+1+1
        =M(n-3)+1+1+1
        …
        =M(n-i)+i
        …
        =M(n-n)+n
        =M(0)+n
        =n

3 二阶常系数线性递推式
形式：ax(n)+bx(n-1)+cx(n-2)=f(n)
a,b,c是实数，a不为0
f(n)=0 齐次递推式

算法分析中的常见递推类型

减一法:
T(n)=T(n-1)+f(n)
减常因子：
T(n)=T(n/b)+f(n)
分治法：
T(n)=aT(n/b)+f(n)