数据结构与算法（一）-CSDN博客

本文链接：https://blog.csdn.net/qq_52099474/article/details/124241506

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

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。

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

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