数据结构-绪论

day1（上）

1.绪论

学习对象：研究非数值计算的程序设计问题中的操作对象，以及它们之间的关系和操作等相关问题的学科

学习方法：画图---》理解---》做题

 

1.1 基本概念

1.1.1 数据

数据：描述客观事物的符号。

示例:

网页：全部数据的搜索

特征：

 （1）可以输入到计算机中
 （2）能被计算机处理

 

1.1.2 数据元素

数据元素（结点）：是组成数据的、有一定意义的基本单位。在计算机中通常作为整体处理。

示例：

1.1.3 数据项

数据项：一个数据元素可以由若干个数据项组成

示例：

1.1.4 数据对象

数据对象：是性质相同的数据元素的集合，是数据的子集。

1.1.5 结构

结构是指各个组成部分相互搭配和排列的方式

示例：分子结构

1.1.6 数据结构

数据结构：带“结构”的数据元素的集合。

1.2 逻辑结构

逻辑结构：数据对象中数据元素之间的相互关系

（1）集合

数据元素除了同属于一个集合外，它们之间没有其他关系。（各个元素 “平等”）

路人甲，路人乙

夜空中的星星

（2）线性结构

数据元素之间是一对一的关系

项链，火车车厢、桶装薯片，肉串

（3）树形结构

树形结构中的数据元素 之间存在一对多的层次关系

族谱

（4）图形结构

数据元素是多对多的关系

地图：条条大路通罗马

1.3 存储结构

数据的逻辑结构在计算机中的存储形式

（1）顺序存储结构

示例：数组

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一致

（2）链式存储结构

示例：客户在家，线上预约核酸检测

是把数据元素存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。

理解：数据元素的存储关系并不能反应其逻辑关系，需要借助指针存放数据元素的地址。通过地址找到相关数据元素的位置。

（3）散列存储（hash）

班级名称

班级编号	关键字
20011	1
20021	2
20031	3
20041	4
20051	5

在元素的存储位置和其关键字之间建立某种直接的联系。

 关键字：key
 散列地址：p(即数组下标)
 散列函数：H(key)对元素的关键字进行某种运算，直接求出元素的地址。
 散列表：又称哈希表（hash table），一个连续的地址空间，用以存储按散列函数计算得到的相应散列地址的数据记录

（4）索引存储

除了建立存储结点信息外，还建立附加的索引表来标识结点的地址

示例1：手机通讯录查找某人：如张三，首字母是z，滑到通讯录最后，不会从头开始向下查找

示例2：字典查找某单词的含义

2. 算法

2.1 概念

算法是解决特定问题而规定的一个有限长的操作序列。

2.2 基本特性

有穷性、确定性、可行性、输入、输出

例题：

计算1-100 0000累加

算法一：

 int  i;
 unsigned long int sum=0;
 for(i=0;i<100 0000;i++)
 sum+=i;
 printf("%u\n",sum);

算法2

 int sum=(1+100 0000)*100 0000/2;
 printf("%u\n",sum);

使用高斯公式（1+100 0000）*100 0000/2

3 评价算法

评价算法优劣的的基本标准

（1）正确性：得到正确结果

（2）可读性：便于人类理解和相互交流，其次是机器的可执行性

（3）健壮性：输入非法数据时

（4）高效性：时间和空间

时间：执行效率高(不考虑硬件配置，只考虑算法执行次数)

空间：占用存储容量合理

衡量算法的主要指标：时间复杂度和空间复杂度

3.1 时间复杂度---大O阶方法

非递归算法

示例：

规则：

当，算法运行时间主要取决于

忽略所有低次数幂和最高次幂的系数

时间复杂度

递归算法

涉及递归方程求解

3.2 O(1):常数阶

算法执行时间是与问题规模n无关的常数

示例

高斯算法：（1+n）*n/2

 int  n=100,sum=0;
 sum=(1+n)*n/2;
 printf("%d",sum);
 算法运行次数：f(n)=3;
 时间复杂度为O(1);

3.3 O(n):线性阶

 int  i,sum=0;
 for(i=1;i<=n;i++);
     sum+=sum+i;
 算法运行次数：
 f(n)=n+1;
 时间复杂度：f(n)=O(n);

3.4 对数阶​

 int  count=1;
 while(count<n)
     count=count*2;
 //1*2*2*2*2

算法复杂度：​

3.5 O(n^2):平方阶

示例：打印​的二维数组

 嵌套循环打印
     int  i,j;
     for(i=0;i<n;i++)
         for(j=0;j<n;j++)
             printf("%4d",a[i][j]);

内层循环n次， 外层循环：为内层循环重复n遍 ​

时间复杂度为​

3.6 常见的时间复杂度

 

所耗费的时间（从小到大）

 

3.7最好、最坏、平均时间复杂度

最好：可能达到的最少次数min

最坏：可能达到的最多次数max

平均：​

示例：O(n)

最好：1次

最坏：n次

平均：​

 

4 算法空间复杂度

4.1算法占用的存储空间

（1）输入输出的数据所占空间

（2）算法本身所占空间

（3）额外需要的辅助空间

4.1.1非递归算法

示例：数组逆序

算法一：

int tmp;
for(i=0;i<n/2;i++)
{
	tmp=a[i];
	a[i]=a[n-i-1];
	a[n-i-1]=tmp;
}

算法二：

for(i=0;i<n;i++)
	b[i]=a[n-i-1];
for(i=0;i<n;i++)
	a[i]=b[i];

算法一需要借助一个变量tmp，与问题规模无关，其空间复杂度为O(1)，时间复杂度O(n)

算法2：需要借助一个大小为n的辅助数组b[n],其空间复杂度为O(n)。时间复杂度O(n)

4.1.2 递归算法

在递归算法中，每一次递推需要一个栈空间来保存调用记录。