数据结构基本概念，算法

（一）数据结构绪论

1.基本概念和术语

• 数据：是描述客观事物的符号，计算机可操作的对象，能被计算机识别，并输入计算机处理的符号集合。
• 数据元素：组成数据的、有一定意义的基本单位。
• 数据项：一个数据元素可以由若干个数据项组成，是数据不可分割所得最小单位。
• 数据对象：是相同的数据元素的集合，是数据的子集。
• 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。

2.逻辑结构和物理结构

• 逻辑结构：数据对象中数据元素之间的相互关系。

  • 集合结构：集合结构中数据元素除了同属于一个集合外，它们之间没有其他关系。
  • 线性结构：线性结构中的数据元素之间是一对一的关系。
  • 树形结构：树形结构中的数据元素存在一种一对多的层次关系。
  • 图形结构：图形结构的数据元素是多对多的关系。

• 物理结构：数据的逻辑结构在计算机中的存储形式

  • 顺序存储结构：把数据元素存放在地址连续的存储单元里，其数据间的逻辑关系和物理关系是一致的。
  • 链式存储结构：把数据放在任意的存储单元里，这组存储单元可以是连续的，也可以是不连续的。

3.抽象数据类型

• 数据类型：一组性质相同的值的集合及定义在此集合上的一些操作的总称。

  C语言中数据类型划分：

  • 原子类型：不可再分的基本类型，包括整形、实型、字符型等。
  • 结构类型：有若干个类型组合而成，是可以再分解的。例如结构体，整形数组等。

• 抽象数据类型：是指一个数据模型及定义在该模型上的一组操作。其体现了程序设计中问题的分解、抽象和信息隐藏的特性。

---

（二）算法

解决特定问题求解步骤的描述，在计算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。

1.算法特性

• 输入输出：算法具有零个或多个输入;具有一个或多个输出。
• 有穷性：算法在执行有限步骤后，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。
• 确定性：算法的每一个步骤都有确定的含义，不会出现二义性。
• 可行性：算法的每一步必须是可行的。每一步都能通过执行有限次数完成。

2.算法设计要求

• 正确性：
  • 算法程序无语法错误；
  • 算法程序对于合法的输入数据能够产生满足要求的输出结果；
  • 算法对于非法的数据输入能够得出满足规格说明的结果；
  • 算法程序对于精心选择的，甚至刁难的测试数据都有满足要求的输出结果。
• 可读性：算法设计的另一目的是为了便于阅读、理解和交流。
• 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奇妙的效果。
• 时间效率高和存储量低

3.算法效率度量方法

算法效率大都指向算法的执行时间。

• 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。（这种方式度量结果受计算机硬件影响较大，所以不建议采用。）

• 事前分析估算方法：在计算机程序编制前，依据统计方法对算法进行估算。（理论依据：通过算法时间复杂度估算算法时间效率）

  测定运行时间最可靠的方法是计算对运行时间有消耗的基本操作的执行次数，运行时间与此计数成正比。

4.函数的渐进增长

函数的渐近增长：给定两个函数f(n)和g(n),如果存在一个整数N,使得对于所有n>N,f(n)>g(n),那么，我们说f(n)的增长渐近快与g(n)。

5.算法时间复杂度：

• 算法复杂度定义：在进行算法分析时，语句总的执行次数T(n)是关于问题规模n的函数，进行分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度，也就是算法的时间度量，记作：T(n)=O(f(n))。它表示随问题规模n的增大，算法执行时间的增长率和f(n)增长率相同，称作算法的渐近时间复杂度，简称时间复杂度。

• 大O阶推导方法：

  • 用常数1取代运行时间中的所有假发常数；
    • 在修改后的运行次数函数中，只保留最高阶项；
    • 如果最高阶项存在且不是1，则去除与这个项目相乘的常数。
  • 常数阶：

• 线性阶：

  • 对数阶：
  • 平方阶：

6.算法空间复杂度：

法的空间复杂度通过计算算法所需的存储空间实现，算法空间复杂度的计算公式记作：
$$S(n)=O(f(n))$$
其中，n为问题的规模，f(n)为语句关于n所占存储空间的函数。

---