数据结构与算法学习笔记（一）基本认识

算法的定义：模型分析的一组可行的、确定的和有穷的规则。
通俗讲，算法代表了用系统的方法来描述解决问题的一种策略机制。
算法的基本任务，就是对一个具体的问题找到一个高效的处理方法，从而获得最佳的结果。

1、一个典型的算法，包含5个基本的特征：有穷性、确切性、输入、输出和可行性。

1. 有穷性：指令或者步骤的执行次数必须是有限的，执行时间也是有限的；
2. 确切性：每个指令或者步骤都必须有明确的定义和描述；
3. 输入：有相应的输入条件；
4. 输出：有明确的输出结果；
5. 可行性：执行步骤是可行的，且在有限的时间内完成；

2、算法的分类：

1. 按照应用分类：基本算法、数据结构相关的算法、几何算法、图论算法、规划算法、数值分析算法、加密/解密算法、排序算法、查找算法、并行算法和数论算法；
2. 按照确定性分类：确定性（结果唯一）、非确定性（结果不唯一）；
3. 按照算法的思路分类：递归算法、递推算法、穷举算法、贪婪算法、分支算法、动态规划算法、迭代算法等；

3、算法的评价指标：

1. 时间复杂度（程序运行花费的时间，只能预估）；
2. 空间复杂度（执行过程中，消耗的内存空间的多少）；

4、常用的基本算法：串行计算（单线程）、并行计算（多线程）（多核心处理器、多台计算机的分布式并行计算）（目前常用的并行算法：划分法、分治法、平衡树法、倍增法/指针跳跃法、流水线法、破对称法等；遗传和进化算法等）；

5、数据结构是计算机对数据的存储和组织形式；数据结构 + 算法 = 程序；数据结构是抽象数据类型ADT的物理实现；数据结构不同，计算的复杂程度也不同，故数据结构是算法的基础；

6、数据结构包含三个方面，数据的逻辑结构、存储结构、数据的运算：

1）一个数据结构是由数据元素依据某种逻辑联系组织起来的，对数据元素间逻辑关系的描述称为数据的逻辑结构。数据结构的逻辑结构大致分为：

• 线性结构（所有节点最多只有一个直接前趋节点、一个直接后继节点；典型的线性结构：线性表、栈、队列、串） ；
• 非线性结构（所有节点可能有多个直接前趋节点、多个直接后继节点；典型的线性结构：数组、广义表、树、图）；

2）数据的存储结构是其在计算机中的表示，也就是数据结构的实现形式；

• 数据的存储结构：顺序存储（内存单元是连续的）、链接存储（内存单元不一定连续，数据项包含了数据和下一个节点的地址）、索引存储方式、散列存储方式（按照节点的关键字计算出该节点的存储地址）

3）同一个逻辑结构可以有不同的存储结构，例如线性表，采用顺序方式存储，这种数据结构就是顺序表； 采用链式方式存储，就是链表；采用散列方式存储，就是散列表；

4）同一种逻辑结构也可以有不同的数据运算集合，例如线性表，如果只在一端进行插入运算，另一端进行删除运算，则就是队列； 如果在同一端口进行插入和删除运算，则就是栈；

7、常用的数据结构：

• 数组（array）：可以有多维的表现形式；
• 栈（stack）：只能在表固定的一端进行数据的插入和删除操作（汇编语言中，常用来及逆行重要数据的现场保护）；
• 队列（queue）：只能在一端（队尾）进行插入，另一端（队头）进行删除操作；
• 链表（linked list）：每个数据点包含：数据域和指针域（指向下一个数据的存放的地址）；链表结构中的逻辑顺序，是通过链表中的指针链接次序来实现的；
• 树（tree）：非线性结构；
• 图（graph）：非线性结构；数据结点一般称为顶点，边是顶点的有序偶对；
• 堆（heap）：堆是一种特殊的树形结构，一般讨论的都是二叉堆；堆的特点：根节点的值是所有节点中最大或者最小的，并且根节点的两个子树也是一个堆结构；
• 散列表/哈希表（hash）：，是根据关键码值(Key value)而直接进行访问的数据结构；用散列函数把关键码值映射到表中一个位置来访问记录，以加快查找的速度，存放记录的数组叫做散列表；