数据结构（一）基本概念

基本概念

数据结构包括数据的存储结构和数据的逻辑结构。

1. 数据的存储结构：顺序结构、链接结构、散列结构和索引结构。

2. 数据的逻辑结构：集合结构、线性结构、树型结构和图型结构。

3. B = (K,R) B代表一种数据结构，R是一种关系，K表示是元素的集合。

4. set、linearity、tree、graph

• set R为空时，元素之前没有任何关系
• linearity 每个元素有且仅有一个直接前驱元素（第一个元素除外），有且仅有一个后驱元素（最后一个元素除外），元素是1对1的关系
• tree 元素之间是1：N的关系
• graph 元素之间是多对多的关系（M:N）

5. 数据类型(data type)

• 简单类型：一般的计算机语言中都有整型、浮点、枚举量、字符、指针
• 结构类型：如数组，链表等。类似于java中的引用类型。
• 如数组的结构类型表示：

array = (A,R)
A={a[i] | 0≤i≤n-1,n≥0}
R={<a[i],a[i+1]> | 0≤i≤n-2}

6. 抽象数据类型（abstract data type）与java中抽象类、接口的概念一致，是一种抽象的数据类型。

7. 算法（algorithm）解决特定问题的思路和方法

• 有穷性
• 确定性
• 可行性
• 输入性
• 输出性

8. 算法评价

• 正确性：在正确的数据输入下，经过有限的时间能够得出正确的结果，是一个算法的根本。如果一个算法不正确，则一切无从谈起。
• 健壮性：算法可以对非法数据有一定的处理能力，如格式不正确的数据、空数据等。不能因为数据有问题而把算法搞死。
• 可读性：可以读的懂
• 时间复杂度：算法中简单操作的多少叫做算法的复杂度。通常为f(n)，n为处理的数据量，算法的时间复杂度是n的函数。算法的时间复杂度，通常具有
  $$O(1)，O(n),O(log_2^n),O(n^2),O(nlog_2^n),O(n^3),O(2^n),O(n!)$$
• 空间复杂度 是一个算法在运行过程中临时占用的存储空间的大小，它是衡量算法有效性的一个重要指标。如对于一个递归算法来说，算法本身占用的空间比较小，但是运行时需要自动使用一个附加堆栈，从而占用较多的空间。局部变量分配的空间，如形参，算法中的局部变量。