数据结构与时间复杂度

什么是数据结构？
数据元素相互之间的关系称为结构，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。数据结构包括三个方面的内容：逻辑结构，存储结构，和数据运算。数据的逻辑结构和存储结构是密不可分的两个方面。一个算法的设计取决于所选定的逻辑结构，而算法的实现依赖于所采用的存储结构。

---

数据的逻辑结构

• 集合：结构中的数据元素之间除了“同属于一个集合”的关系外，别无其他的关系
• 线性结构：结构中的数据元素之间只存在一对一的关系
• 树形结构：结构中的数据元素之间存在一对多的关系
• 图状结构或网状结构：结构中的数据元素之间存在多对多的关系

数据的存储结构
存储结构又指数据结构在计算机中的表示，也成物理结构。主要有

• 顺序存储：在逻辑上相邻的元素存储在物理位置上也相邻的存储单元里，元素之间的关系由存储单元的邻接关系来体现，其优点是可以实现随机存取，每个元素占用最少的存储空间；缺点是只能使用相邻的一整块存储单元，因此可能产生较多的外部碎片
• 链式存储：不要求逻辑上相邻的元素在物理位置上也相邻，借助指示元素存储地址的指针表示元素之间的逻辑关系。其优点是不会出现碎片现象，充分利用所有的存储单元，缺点是每个元素因存储指针而占用额外的存储空间，并且只能实现顺序存取
• 索引存储：在存储元素信息的同时，还建立附加的索引表。索引表中的每一项称为索引项，索引项的一般形式是（关键字，地址）。其优点是检索速度快，缺点是增加了附加的索引表，会占用较多的存储空间。另外，再增加和删除数据时要修改索引表，因此会花费较多的时间。

• 散列存储：根据元素的关键字直接计算出该元素的存储地址，又称为Hash存储。其优点是检索，增加和删除节点的操作都很快，缺点是如果散列函数不好可能出现元素存储单元的重读，而解决冲突会增加元素和空间开销。

  数据的运算
  数据的运算包括运算的定义和实现，运算的定义是针对逻辑结构的，指出运算的功能，运算的实现是针对存储结构的，指出运算的集体操作步骤。

定义一个完整的数据结构可以用抽象数据类型（通常用数据对象，数据关系，基本操作集来表示）

思考题

1. 对于两种不同的数据结构，逻辑结构或物理结构一定不相同吗？
   答：有可能完全相同，二叉树和二叉排序树，二叉排序树可以采用二叉树的逻辑表示和存储方式。前者用来表示层次关系，后者用来排序和查找。前者的时间复杂度为O（n）,二叉排序树的时间复杂度为O（logN）.

2. 试举一例，说明对于相同的逻辑结构，同一种运算在不同的存储方式下实现，运算效率不同
   答：线性表可以用顺序存储方式实现，可以用链式存储方式实现，顺序村粗方式下，查找和删除元素，时间复杂度为O(n),链式存储方式下，时间复杂度为O（1）.

---

• 算法的五大特性：有穷性，确定性，可行性，输入。输出。
• 算法的时间复杂度
• 算法原地工作的含义是指算法所需的辅助空间为常量
• 在相同的规模下，复杂度O（n）的算法在时间上总有与复杂度为O（2^n）的算法
• 所谓的时间复杂度是指最坏的情况下，估算算法执行时间的一个上界
• 同一个算法，实现语言的级别越高，执行的效率越低