搞定《数据结构》（1）

这是第三遍系统的回顾《数据结构》了，希望能把学习的感受记录下来，方便后续深入学习。

第一章 绪论

1.1 数据结构三要素

首先，从数据结构的三要素说起，如下图所示：

（一）逻辑结构：

 逻辑结构是指元素之间的逻辑关系，与数据的存储无关，是独立与计算机的。分为线性结构和非线性结构。

线性结构：元素之间1对1关系

树形结构：元素之间1对多关系

图结构：元素之间多对多关系

至于具体的分类后面再详细讨论。

（二）存储结构

又称物理结构，是逻辑结构的计算机语言实现。

（1）顺序存储：逻辑相邻的元素物理上也相邻。

       优点：实现随机存取，每个元素占用最少的存储空间

       缺点：只能使用相邻的一整块存储单元，可能产生较多外部碎片。

（2）链接存储：不要求逻辑相邻的元素物理也相邻，借助指针表示元素之间的逻辑关系。

       优点：没有碎片。

       缺点：指针占用额外空间，只能顺序存取。

（3）索引存储：存储信息的同时，建立索引表，索引表中的每一项（关键字，地址）称为索引项。

       优点：检索快。

       缺点：增加了索引表，占用了较多空间；在增删的时候需要修改索引表，花费较多时间。

（4）散列存储：根据关键字计算出存储地址，又称为Hash存储。

      优点：检索、增删很快。

      缺点：如果散列函数不好，则可能出现冲突，解决冲突又增加时间和空间开销。

 

错题精选

1.以下与数据的存储结构无关的术语是（D）

A.循环队列 B.链表 C.哈希表 D.栈

栈是抽象的数据类型，表示逻辑，物理上用顺序或链式实现均可。

2.链式存储设计时，结点内的存储单元地址（A）

A.一定连续 B.一定不连续 C.不一定连续 D.部分连续，部分不连续

链式存储设计时，各个不同结点的存储空间可以不连续，但结点内的存储单元地址必须连续。

1.2 算法和评价

（1）算法的五个特性：有穷性、确定性、可行性、输入、输出

（2）“好”的算法目标：正确性、可读性、健壮性、效率与低存储量需求

1.2.1 算法效率的度量

（1）时间复杂度

频度：语句在算法中被重复执行的次数。

算法中所有语句的频度之和记为T(n)，是问题规模n的函数，时间复杂度主要是分析T(n)的数量级。

算法中的基本运算（最深层循环的语句）的频度与T(n)同级，所以通常采用算法中基本运算的频度f(n)来分析算法的时间复杂度，记为：

T(n)=O(f(n))

最坏时间复杂度：最坏情况下，算法的时间复杂度。

平均时间复杂度：所有可能输入实例在等概率出现的情况下，算法的期望运行时间。

最好时间复杂度：最好情况下，算法的时间复杂度。

 一般考虑最坏时间复杂度，保证算法的时间不会比它还长。

分析时间复杂度时，两条规则：

（1）加法规则：T(n)=T1(n)+T2(n)=O(f(n))+O(g(n))=O(max(f(n),g(n)))

（2）乘法规则：T(n)=T1(n)*T2(n)=O(f(n))*O(g(n))=O(f(n)*g(n))

常见的渐进时间复杂度：

O(1)<O(log2n)<O(n)<O（nlog2n）<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)

（2）空间复杂度：算法耗费的存储空间。

 

参考文献：

[1] 王道论坛， 数据结构联考复习指导2017