《数据结构与算法设计》
第一章 绪论
1.0数据结构在学什么?
- 如何用程序代码把现实世界的问题信息化
- 如何用计算机高效地处理这些信息从而创造价值
eg1.排队取餐
eg2.微博用户关注
1.1数据结构的基本概念?
1.1.1什么是数据?
数据:数据是信息的载体,是描述客观事物属性的数、字符及所有能输入到计算机中并被计算机程序识别和处理的符号的集合。数据是计算机程序加工的原料。
简单的说就是一些二进制的0和1组成的集合。
1.1.2数据元素、数据项:
数据元素是数据的基本单位,通常作为一个整体进行考虑和处理。
一个数据元素可由若干数据项组成,数据项是构成数据元素的不可分割的最小单位。
eg1.海底捞排号系统
eg2微博的个人基本信息
对于生日这个数据项可以拆分为年、月、日多个数据项,这种数据类型称之为组合项。
1.1.3数据结构、数据对象
结构–各个元素之间的关系
数据结构、数据对象:
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。
数据对象是具有相同性质的数据元素的集合,是数据的一个子集。
1.1.4数据结构的三要素
集合:各个元素同属于一个集合,别无其他关系
线性结构:数据元素之间是一对一的关系。
除了第一个元素,所有元素都有唯一前驱;
除了最后一个元素,所有元素都有唯一后继;
树形结构:数据元素之间是—对多的关系
图结构:数据元素之间是多对多的关系。例如微信好友
下面逐一介绍存储结构:
顺序存储。把逻辑上相邻的元素存储在物理位置上也相邻的存储单元中,元素之间的关系由存储单元的邻接关系来体现。
此中存储结构的前提条件是给各个数据元素分配的内存是一片连续的存储空间。
链式存储。逻辑上相邻的元素在物理位置上可以不相邻,借助指示元素存储地址的指针来表示元素之间的逻辑关系。
索引存储。在存储元素信息的同时,还建立附加的索引表。索引表中的每项称为索引项,索引项的一般形式是(关键字,地址)
散列存储。根据元素的关键字直接计算出该元素的存储地址,又称哈希(Hash)存储(第六章 散列表介绍)
绪论部分只需要理解两点:
1.若采用顺序存储,则各个数据元素在物理上必须是连续的;若采用非顺序存储,则各个数据元素在物理上可以是离散的。
2.数据的存储结构会影响存储空间分配的方便程度
eg:有人想插队
3.数据的存储结构会影响对数据运算的速度
eg:想找到第三个人
数据的运算–施加在数据上的运算包括运算的定义和实现。运算的定义是针对逻辑结构的,指出运算的功能;运算的实现 是针对存储结构的,指出运算的具体操作步骤。
1.1.5数据类型、抽象数据类型
数据类型是一个值的集合和定义在此集合上的一组操作的总称。
1)原子类型。其值不可再分的数据类型。
2)结构类型。其值可以再分解为若干成分(分量)的数据类型。
抽象数据类型(Abstract Data Type,ADT)是抽象数据组织及与之相关的操作。
ADT用数学化的语言定义数据的逻辑结构、定义运算。与具体的实现无关。
1.1.6本节小结:
在探讨一种数据结构时:
①定义逻辑结构(数据元素之间的关系)
②定义数据的运算(针对现实需求,应该对这种逻辑结构进行什么样的运算)
③确定某种存储结构,实现数据结构,并实现一些对数据结构的基本运算
1.2算法
1.2.1算法的基本概念
1.2.1.1什么是算法?
程序=数据结构+算法
1.2.1.2算法的特性
有穷性。一个算法必须总在执行有穷步之后结束,且每一步都可在有穷时间内完成。(算法必须具备的特性)
注:算法必须是有穷的,而程序可以是无穷的
确定性。算法中每条指令必须有确切的含义,对于相同的输入只能得出相同的输出。
可行性。算法中描述的操作都可以通过已经实现的基本运算执行有限次来实现。
输入。一个算法有零个或多个输入,这些输入取自于某个特定的对象的集合。
输出。一个算法有一个或多个输出,这些输出是与输入有着某种特定关系的量。
1.2.1.3“好”算法的特质——设计算法时要尽量追求的目标
1)正确性。算法应能够正确地解决求解问题。
2)可读性。算法应具有良好的可读性,以帮助人们理解。
注:算法可以用伪代码描述,甚至用文字描述,重要的是要“无歧义”地描述出解决问题的步骤
3)健壮性。输入非法数据时,算法能适当地做出反应或进行处理,而不会产生莫名其妙的输出结果。
4)高效率与低存储量需求——执行速度快。时间复杂度低
1.2.1.4本节小结
1.2.2算法的时间复杂度
eg :
背景:复联4 其中一段对话
father:爱你一千遍
daughter:那我爱你三千遍
用算法表白——”爱你n遍“
//算法1-逐步递增型爱你
void loveYou (int n) { //n为问题规模
int i =1; //爱你的程度
while (i <= n){
i++; //每次+1
printf("I Love You %d\n",i)
}
printf("I Love You More Than %d\n",n)
}
int main (){
loveYou(3000);
}
//算法2—嵌套循环型爱你
void loveYou(int n) i //n为问题规模
int i=1; //爱你的程度
while(i<=n){
i++; //每次+1
printf("I Love You %d\n", i);
for (int j=1; j<=n; j++){
printf("I am Iron Man\n"");
}
}
printf("I Love You More Than %d\n",n);
}
//算法3—指数递增型爱你
void loveYou(int n) { //n 为问题规模
int i=l; //爱你的程度
while( i<=n){
i=i*2;l //每次翻倍
printf(""I Love You d\n",i);
}
printf("I Love You More Than %d\n", n);
}
//算法4—搜索数字型爱你
void loveYou(int flag[], int n) { //n为问题规模
printf(""I Am Iron Man\n" );
for(int i=0; i<n; i++){//从第一个元素开始查找
if(flag[i]==n){//找到元素n
printf("I Love You d\n", n);
break;//找到后立即跳出循环
}
}
}
//flag数组中乱序存放了1~n这些数
int flag[n]={1...n};
loveYou(flag, n);
思考:
问题1:是否可以忽略表达式某些部分?
答案1:只考虑阶数,用大o记法表示
问题2:如果有好几千行代码,按这种方法需要一行一行数?
答案2:只需考虑最深层循环的循环次数与n的关系
利高等数学极限可以
最坏时间复杂度:最坏情况下算法的时间复杂度
平均时间复杂度:所有输入示例等概率出现的情况下,算法的期望运行时间
最好时间复杂度:最好情况下算法的时间复杂度
1.2.3 算法的空间复杂度
王道计算机考研 数据结构