面经——数据结构

数据结构

一、绪论

基本概念

1. 数据对象 > 数据元素 > 数据项

   • 数据对象是具有相同性质的数据元素的集合
   • 数据元素是数据的基本单位，由若干数据项组成
   • 据项是构成数据元素不可分割最小单位

2. 数据类型：是一个值的集合和定义在该集合上的一组操作

   • 原子类型：值不可再分
   • 结构类型：值可以再分

3. 数据结构

   • 定义：数据元素 + 相互关系
   • 数据的运算实质就是算法的执行，由逻辑结构定义，由存储结构实现。不能过于考虑逻辑结构，而忽略存储结构是否容易实现，逻辑结构和存储结构都影响着算法的好坏。

数据结构三要素

1. 逻辑结构
   • 集合：数据元素同属于一个集合，其他无任何关系
   • 线性结构：数据元素之间只存在一对一的关系，如栈、队列、串、数组、其他线性表
   • 树状结构：数据元素间存在一对多的关系
   • 图状结构：数据元素间存在多对多的关系
2. 存储结构
   • 顺序存储：逻辑相邻的数据元素存储再物理上相邻的位置。
     • 优点：可以实现随机存取，占用空间小
     • 缺点：可能产生空间碎片
   • 链式存储：不同节点只要求逻辑上相邻，但是节点内要求物理连续
     • 优点：无碎片现象，元素的增删容易
     • 缺点：指针占用额外的空间，只能顺序存取
   • 索引存储：存储元素的同时建立索引表
     • 优点：查找速度快
     • 缺点：索引表占用额外的空间，增删数据需要花费时间修改索引表
   • 散列存储（哈希存储）：将数据元素的值映射成存储地址
     • 优点：增删改查都很快
     • 缺点：出现哈希冲突会增大时空开销

算法

1. 算法的特性
   • 输入：有零个或多个输入
   • 有穷性：每一步均可在有穷时间内完成
   • 确定性：相同的输入只能获得相同的输出
   • 可行性：算法可以通过计算机基本指令实现
   • 输出：至少一个输出
2. 好的算法
   • 正确性：正确解决问题
   • 健壮性：及时处理非法数据
   • 可读性：易于人们理解
   • 时空开销小
3. 算法效率的度量
   • 时间复杂度：最深层嵌套语句运算次数的数量级
   • 空间复杂度：算法耗费的存储空间，原地存储指O(1)
   • $O(1)<O(lo{g}_{2}n)<O(n)<O(nlo{g}_{2}n)<O(n^2)<O(2^n)<O(n!)<O(n^n)$

二、线性表

1. 线性表：具有相同数据类型数据元素的有限序列