数据结构（C语言版）—第一章：绪论

第一章 绪论

一、什么是数据结构

二、基本概念和术语

1.数据与数据元素

1. 数据
   是对客观事务的符号表示，它能被计算机识别、存储和加工处理。

   数据元素：由若干数据项组成，是数据的基本单位，有时也称为元素、结点、顶点或记录。

   数据项：是最小标识单位，有时也称为字段、域或属性。

2. 数据结构
   是指数据元素之间的相互关系，即数据的组织形式。包括三方面
   （1）数据元素之间的逻辑关系
   （2）数据元素及逻辑关系在计算机存储器内的表示方式
   （3）数据运算，即对数据施加的操作

2.数据的逻辑结构和存储结构

从逻辑上讲
（1）集合结构
（2）线性结构
（3）树形结构
（4）图结构

从物理实现上讲
（1）顺序结构
（2）链式结构
（3）索引结构
（4）散列结构

3.数据的运算

数据运算是对数据施加的操作
常见基本运算：检索（查找）、插入、删除、更新、排序等

运算是在逻辑结构上定义，在存储结构上实现。

4.数据类型与抽象数据类型

1. 数据类型

   按“值”可否分解，分为两类
   （1）原子类型：如C语言的基本类型、指针类型和空类型
   （2）结构类型：如C语言的数组类型、结构类型等

三、算法

1. 五个特性

（1）有穷性：步骤有限，且每步都可以在有限时间内完成。
（2）确定性：算法的每条指令必须有确切的含义，不能有二义性。
（3）可行性：算法是可行的，可以通过已经实现的基本运算的有限次来执行。
（4）输入：一个算法有零个或多个输入。
（5）输出：一个算法有一个或多个输出。

四、算法分析

1. 算法评价

算法的评价指标
（1）正确性：第一层 没有语法错误；第二层 几组数据达到要求；第三层 苛刻并带有刁钻性的几组数据满足规格要求；第四层 一切合法的数据满足规格要求。
（2）可读性：便于阅读、交流和调试。
（3）健壮性：当输入非法数据时i，做出相应反应或处理，不会产生莫名其妙的结果。
（4）时空效率：**时间复杂度、空间复杂度**   用时尽可能少，占用存储空间尽可能少。

1. 算法性能分析与度量

时间复杂度：指算法运行从开始到结束所需要的时间，记作：Y(n)=O(n)。

常见时间复杂度：常数阶O (1)、对数阶O (log2n)、线性阶O (n)、 线性对数阶O (nlog2n)、平方阶O (n2)、 立方阶O (n3)、指数阶O (2n)。

空间复杂度：算法所需存储空间，记作：S(n)=O(n)。

算法效率考虑平均复杂度和最坏复杂度