数据结构与算法概念和术语

程序设计 = 数据结构 + 算法

数据结构

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。
基本的概念和术语:

1. 数据:描述客观事物的符号，是计算机可以操作的对象，能被计算机识别，并输入给计算机处理的符号集合。
2. 数据元素：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，也被称为记录。
3. 数据项：一个数据元素可以由若干个数据项组成。数据项是数据不可分割的最小单位。
4. 数据对象：是性质相同的数据元素的集合，是数据的子集。

我自己的理解是，如果数据对象是一个类的话，那么数据元素就是类new出来的对象，数据项就是类的属性。

数据结构的分类

1. 逻辑结构：是指数据对象中数据元素之间的相互关系。
   1. 集合结构：集合结构中的元素数据出了同属于一个集合外，没有其他关系。
   2. 线性结构：数据元素一对一的关系
   3. 树形结构：数据元素一对多的关系
   4. 图形结构：数据元素多对多的关系
2. 存储结构：是指数据的逻辑结构在计算机上的存储。
   1. 顺序结构：是将数据元素存放在连续的地址单元中，逻辑关系与物理关系一致。
   2. 链式结构：是把数据元素存放在任意的地质单元中，可以连续，也可以不连续。不能反映逻辑关系。

算法

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，并且每条指令表示是一个或多个操作

---

算法的特性：输入、输出、有穷性、确定性和可行性。
算法设计的要求：正确性，可读性，健壮性，时间效率高，存储量低。

---

时间复杂度

在执行算法分析时，语句总的执行次数T（n）是关于问题规模n的函数，分析T（n）和n的关系。算法的时间复杂度，记作：T(n) = O(f(n))。随着问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同，称作算法的渐进时间复杂度，简称为时间复杂度。

推导大O阶方法

1. 用常数1取代运行时间中的所有加法常数。
2. 在修改后的运行次数函数中，只保留最高阶项。
3. 如果最高阶项存在且不是1，去掉常数，保留最高阶。

常见的算法复杂度

O(1)<O(logn)<O(n)<O(nlogn)<O(n^2 )<O(n^3 )<O(2^n) <O(n!)<O(n^n)

最坏情况和平均情况：

比如我们要在数组中查找一个数字，最好情况那就是一次找到，最坏情况是最后一次找到，平均情况是二者的平均数。

平均运行时间是最有意义的，因为它是期望的运行时间。
但是一般在没有特殊说明的情况下，时间复杂度都是只最坏的时间复杂度。