数据结构与算法--绪论

相关术语：

1. 数据：
   所有能被计算机所识别的符号集合

识别：输入，输出，存储，处理，显示
符号：数字，字母，汉字，语音，图形，图像

2、 数据元素：
是数据（集合）当中的一个“个体”
是数据讨论中的基本单位
2. 数据项：
是数据讨论的最小单位
5. 数据结构：
带结构的数据元素的集合
结构：数据元素之间的关系（即元素之间的运算和运算规则）

3. 逻辑结构：主要用于人们交流以及指导算法的分析和设计

7. 存储结构又称物理结构，主要用于算法的实现
顺序：借助数组
链式：借助数据元素地址的指针

因为顺序存储存取数据元素的速度非常快，其地址计算公式:
又因为每个数据访问的速度相同因此顺序结构又称随机存取结构

逻辑结构为线性 的链式结构，如下图L:

注意：集合，线性，图，树结构的都既可以用顺序结构又可以用链式结构来存储数据和关系，至于用哪种主要取决于算法的实现和时间空间哪个更优。
 存储结构可以单独使用也可以组合使用

8. 数据结构的操作：又称运算
   运算的定义建立在逻辑结构上，但是运算的实现建立在存储结构上
   抽象数据类型不用考虑存储结构，所以可以用三元组来表示。
   

算法分析：

将语句执行次数称为计算步。

n为问题的规模

为了在分析时间复杂度时只分析规模的因素，而抛弃输入的因素，就有了如下规定：

只分析三种情况下（三种不同的输入）的时间复杂度

渐进上界记号O：表示f(n)的时间复杂度比g(n)小一个常数倍
渐进下界记号：表示f(n)的时间复杂度比g(n)大一个常数倍
紧渐进界记号：表示f(n)和g(n)的时间复杂度几乎相等
渐进性符号所代表的东西是一类集合









多项式的时间复杂度等于最高项的时间复杂度
对数的时间复杂度无论底是什么，其复杂度相等
对数时间复杂度低于次方时间复杂度
次方时间复杂度低于指数时间复杂度

i=1;

while(i<n)i+=i;

这里复杂度这里其实是2部分：i=1的复杂度是1，while的复杂度需要计算，肯定大于1，根据我们前面总结的顺序执行流程复杂度规则，整个复杂度取大的，应该是while循环的复杂度。while循环复杂度我们不会计算，但我们会计算循环次数：i的值变化是：1，2，4，8...2^k，最后一项i=2^（k-1）>=n退出循环，这时2^（k-1）>=n,k>=logn+1，所以循环k=logn+1次，则退出循环，所以时间复杂度就是O(logn)