数据结构与算法概述

一、基本概念和术语

数据：是描述客观事物的符号，是计算机中可以操作的对象，是能被计算机识别，并输入给计算机处理的符号集合。

数据元素：是组成数据的、有一定意义的基本单位，在计算机中通常作为整体进行处理。也被称为记录。

数据项：一个数据元素可以由多个数据项组成。数据项是数据不可分割的最小单位。

数据对象：是性质相同的数据元素的集合，是数据的子集。

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。

二、逻辑结构与物理结构

逻辑结构：是指数据对象中数据元素之间的相互关系。

物理结构：是指数据的逻辑结构在计算机中的存储形式。

数据结构中的“线性表”、“栈与队列”、“串”、“树”、“图”的逻辑结构结构都基于以下的四种形式构思，在计算机中的存储都是基于以下两种结构实现存储。

三、算法

算法是解决特定问题求解步骤的描述，在计算机中表现为指令的有限序列，并且每条指令表示一个或多个操作 。

算法的特性：（1）输入输出   （2）有穷性（3）确定性 （4）可行性

算法效率的度量方法：

（1）时间复杂度

         1. 一般情况下，算法的基本操作重复执行的次数是模块n的某一个函数f(n)，因此，算法的时间复杂度记做:T(n)=O(f(n)) 

分析:随着模块n的增大，算法执行的时间的增长率和 f(n) 的增长率成正比，所以 f(n) 越小，算法的时间复杂度越低，算法的效率越高。

     2. 在计算时间复杂度的时候，先找出算法的基本操作，然后根据相应的各语句确定它的执行次数，再找出 T(n) 的同数量级(它的同数量级有以下:1，log(2)n，n，n log(2)n ，n的平方，n的三次方，2的n次方，n!)，找出后，f(n) = 该数量级，若 T(n)/f(n) 求极限可得到一常数c，则时间复杂度T(n) = O(f(n))。

        在应用中，主要关注与算法的循环中n的大小。例如

//算法的时间复查度为n的平方
for(int i=0;i<n;i++){
for(int j=1;j<n;j++)
{
sum=sum+1;
}
}
  
     

（2）空间复杂度

        空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的量度，记做S(n)=O(f(n))。