数据结构与算法
第一章 绪论
第二章 线性表
第三章 树与二叉树
第四章 图
第五章 查找
第六章 排序
第一章 绪论
1、什么是数据结构
- 解决数学模型的方法:数据的表示与存储(数据结构)、数据处理(算法)
- 程序设计的实质:数据表示(将数据存储在计算机中)、数据处理(处理数据,求解问题)
- 数据结构问题起源于程序设计
- 结构化阶段:数据结构+算法=程序
面向对象阶段:对象+行为=程序 - 案例1-线性:如何管理图书馆的书籍
案例2-树:深度学习算法+蒙特卡洛树搜索
案例3-图:社交网络分析、课程先修 - 定义:数据以及数据之间的相互关系,即计算机中存储和组织数据的形式,通常可以用一个二元组<D,R>表示。或写成DS=<D,R>,其中D是数据集合(数据对象),R是D中数据元素之间所存在的关系的有限集合。
2、基本概念和术语
- 数据:能被计算机识别,输入给计算机处理
- 数值数据:整型、实型
- 非数值数据:声音、字符、图像、视频
- 数据元素:构成数据的,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
- 数据项:一个数据元素可以由若干个数据项组成
- 数据对象:性质相同的数据元素的集合,是数据的子集
3、逻辑结构与存储结构
- 数据结构分为逻辑结构和存储结构
- 逻辑结构:在逻辑关系上描述数据,与数据的存储无关,是人为定义的,用户可以看到。如线性表、树、图
- 存储结构:又称为物理结构,是数据及其逻辑结构在计算机中的表示,实质上是内存分配,依赖于计算机语言
- 四种逻辑结构:集合结构、线性结构、非线性结构(树、图)
- 线性结构:满足全序性和单索性
- 树型结构:每一个结点可以有多于一个的“直接下级”,但它只能有唯一的“直接上级”,最高层次的结点称为根结点。
- 图型结构:允许结点具有多个“直接上级结点”
- 四种存储结构:顺序存储、链式存储、索引存储、散列存储
- 顺序存储:逻辑相邻则物理相邻
- 链式存储:逻辑相邻未必物理相邻
- 顺序存储的优点:访问元素方便,缺点:分配一定长度,插入删除比较麻烦
- 链式存储的优点:插入删除方便,缺点:访问元素比较麻烦
抽象数据类型(Abstract Data Type,ADT)
- 目的:隐藏运算实现的细节和内部数据结构,提高复用的力度和粒度
- 是指一组性质相同的值的集合及定义在此集合上的一些操作的总称
- 抽象数据类型就是把一些有一定关联的基本数据类型打包,然后当做新的数据类型使用。
算法
- 算法:对特定问题求解过程的描述,是指令的有限序列,也即,为解决某一特定问题而采取的具体有限的操作步骤。
- 算法的特性:输入、输出、有穷性、确定性、可行性
- 算法的描述方法:自然语言、流程图、程序设计语言、伪代码
- 一个好的算法:正确性、可读性、健壮性、时间效率高和存储量低
- 算法分析:对算法所需要的计算机资源——时
间和空间进行估算。 - 大O符号:若存在两个正的常数c和n0,对于任意n≥n0,都有T(n)≤c×f(n),则称T(n)=O(f(n))
- 常见阶的比较:Ο(1)<Ο(log2n)<Ο(n)<Ο(nlog2n)<Ο(n2)<Ο(n3)
<…<Ο(2n)<Ο(n!) - 时间复杂性的运算法则
设T1(n)=O( f(n) ),T2(n)=O( g(n) ),则
加法规则:T1(n)+T2(n)= O(max{ f(n), g(n)})
乘法规则:T1(n)*T2(n) = O( f(n) · g(n) ) - 同一个问题求解,一般会存在多种算法,这些算法在时空开销上的优劣往往表现出“时空折中”(trade-off)的性质
求n!的程序时间、空间复杂度
解:递归:时间:O(n),空间:O(n)
非递归:时间:O(n),空间:O(n)
求斐波那契数列的时间复杂度和空间复杂度
解:递归:时间O( 2 n 2^n 2n),空间O(n)
非递归:时间O(n),空间O(1)