- 数据结构基本概念:
- 什么是数据?
- 数据是信息地载体,是描述客观事实属性地数,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地符号的集合,数据是计算机程序加工的原料。
- 早期计算机处理的数据:只用于处理纯数值型问题。
- 现代计算机:经常处理非数值型问题。
- 数据元素--描述一个个体
- 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个数据项组成,数据项是构成数据元素不可分割的最小单位。
- 什么是数据对象?
- 是具有相同性质的数据元素的集合,是数据的一个子集。
- 什么是数据?
- 什么是数据结构?
- 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。
- 线性数据结构--朴实无华排行榜
- 网状数据结构--枯燥朋友圈
- 同样的数据元素,可以组成不同的数据结构
- 不同的数据元素,可组成相同的数据结构
- 数据结构的三要素
- 逻辑结构(定义一种数据结构)
- 集合结构
- 各个元素同属于一个集合,别无其它关系
- 线性结构--一对一
- 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--一对多
- 数据元素之间是一对多的关系
- 图状结构--多对多
- 数据元素之间是多对多的关系
- 集合结构
- 数据的运算
- 针对于某种逻辑结构,采用实际需求,定义基本运算
- 线性结构:
- 基本运算:查找第i个数据元素
- 在第i个位置插入新的数据元素
- 删除第i个位置的数据元素
- 物理结构(存储结构)(如何用计算机实现这种数据结构)
- 数据的存储结构:
- 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。
- 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,索引表中的每项称之为索引项,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,又称哈希存储。
- 数据的存储结构:
- 额外内容:
- 若采用顺序存储,则各个元素在物理上必须是连续的;若采用非顺序存储,则各个元素在物理上可以是离散的。
- 数据的存储结构会影响存储空间分配的方便程度
- 数据的存储结构会影响对数据运算的速度
- 运算的定义是针对逻辑结构的,指出运算的功能
- 运算的实现是针对物理结构(存储结构)的,指出运算的具体操作步骤
- 逻辑结构(定义一种数据结构)
- 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:值不可再分的数据类型
- (2)结构类型:值可以再分解为若干个(分量)的数据类型。
- 抽象数据类型(ADT):是抽象数据组织及与之相关的操作
- 定义一个ADT,就是在“定义”一种数据结构
- 确定了ADT的存储结构,才能实现这种数据结构
- 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。
- 什么是算法?
- 程序 = 数据结构 + 算法(求解问题的步骤)
- 算法的定义:是对特定问题求解步骤的一种描述,他是指令的有限序列,其中的每条指令表示一个或多个操作
- 算法的特性:
- 有穷性:一个算法必须总在执行有穷步骤后结束,且每一步都可在有穷时间内完成
- 注意: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
- 有穷性:一个算法必须总在执行有穷步骤后结束,且每一步都可在有穷时间内完成
- “好”算法的特质
- 正确性
- 可读性
- 健壮性:输入非法数据时,算法能适当做出反应或处理
- 高效率(花的时间少。时间复杂度低)与低存储量需求(不费内存。空间复杂度低)
- 算法效率的度量:
- 时间复杂度
- 事前预估算法时间开销T(n)与问题规模n的关系
- 可以只考虑阶数高的部分
- 常对幂指阶
- 结论一:顺序执行的代码只会影响常数项,可以忽略。
- 结论二:只需挑循环中的一个基本操作分析他的执行次数与n的关系即可
- 最坏时间复杂度
- 平均时间复杂度
- 空间复杂度
- 无论问题规模怎么变,算法运行所需要得的内存空间都是固定的常量,算法空间度为S(n)=O(1).算法原地工作
- 只需关注存储空间大小与问题规模相关的变量
- 函数递归调用:
- 空间复杂度 = 递归调用的深度
-
- 时间复杂度
- 思维导图