数据结构

目录

一、数据结构

1.1数据

1.2逻辑结构

1.3存储结构

1）顺序存储结构

2）链式存储结构

3）索引存储结构

4）散列存储

1.4操作（数据的运算）

2.1算法与程序

2.2算法与数据结构

2.3算法的特性

2.4如何评价一个算法的好坏？

2.5时间复杂度

3.6空间复杂度

---

一、数据结构

数据的逻辑结构、存储结构、及操作（数据的运算）

1.1数据

数据：不再是单一的数值，而是类似于集合的概念

数据元素：是数据的基本单位，由若干个数据项组成

数据项：是数据的最小单位，描述数据元素信息

节点：就是数据元素

1.2逻辑结构

逻辑结构：元素与元素之间的关系

数据之间的关系

1）线性关系 ---》 线性结构 ---》一对一 ----》线性表：顺序表、链表、栈、队列

2）层次关系 ---》 树形结构 ---》一对多 --- 》 树

3）网状关系 ---》 图状结构 ---》 多对多 ---》图

1.3存储结构

存储结构：数据的逻辑结构在计算机中的具体实现

1）顺序存储结构

数组：在内存当中一段连续的内存空间中保存数据(如c语言中的一维数组)

2）链式存储结构

特点：数据在内存中是不连续的，通过指针进行连接

链表结构体：

struct node_t

{

int data;//数据域

struct node_t *next;//指针域， 指向自身结构体类型的指针

}；

struct node_t A={1,NULL};

struct node_t B={2,NULL};

struct node_t C={3,NULL};

1. next = &B;
2. next = &C;

3）索引存储结构

提高查找速度

索引表 + 数据文件

姓氏 + 地址 名字 + 电话号码

4）散列存储

数据在存储的时候与关键码之间存在某种对应关系

存的时候按照对应关系存

取的时候按照对应关系取

1.4操作（数据的运算）

增、删、改、查

图书管理系统

查找某个图书信息

新买一本书，增加到数据中

书丢了，删除

书名写错了，修改

• 算法

解决问题的思想方法

2.1算法与程序

程序：用计算机语言对算法的具体实现

2.2算法与数据结构

算法 + 数据结构 = 程序

算法的设计：取决于选定的逻辑结构

算法的实现：依赖于采用的存储结构（顺序存储、链式存储）

2.3算法的特性

1）有穷性 //算法的执行步骤是有限的

2）确定性 //每一个步骤都有明确含义，无二义性

3）可行性 //能够在有限的时间内完成

4）输入

5）输出

2.4如何评价一个算法的好坏？

正确性 ：保证算法可以正确实现功能

易读性 ：容易被解读

健壮性 : 容错处理

高效性 ：执行效率，算法执行快慢容易受到计算机性能的影响，

不可以作为评判算法高效性的标准，这通过可执行语句重复执行

次数来衡量算法是否高效 。(时间复杂度)

低存储性 ： 占用空间少

2.5时间复杂度

算法的可重复执行语句执行的次数

通常时间复杂度用一个问题规模函数来表达

T(n) = O(f(n))

T(n) //问题规模的时间函数

n //问题规模，输入量的大小

O //时间数量级

f(n) //算法的可执行语句重复执行的次数 用问题规模n的某个函数f(n)来表达

例1：

求1+2+3+。。。+n

方法1：

sum = 0;

for(int i = 1;i<=n;i++) n==100 10000

sum+=i; 100次 10000

f(n) = n

T(n)=O(n)

方法2：

等差数列{an}的通项公式为：an=a1+(n-1)d。前n项和公式为：Sn=n*a1+n(n-1)d/2或Sn=n(a1+an)/2 。

int sum = n(1+n)/2; n=100,1次

f(n)=1

T(n)=O(1)

例2：

int i,j;

for(i=0;i<n;i++) //n

for(j=0;j<n;j++) //n

printf(“ok\n”);

T(n) = O(n^2);

例3：

int i,j;

for(i=0;i<n;i++)

for(j=0;j<=i;j++)

printf(“ok\n”);

i 次数

0 1

1 2

2 3

n-1 n

f(n) = 1+2+3+...+n = n(1+n)/2 = n/2 + n^2/2 ----> n^2

计算大O的方法

(1)根据问题规模n写出表达式 f(n)

1. 只保留最高项，其它项舍去
2. 如果最高项系数不为1，除以最高项系数
3. 如果有常数项，将其置为1 //当f(n)的表达式中只有常数项的时候，有意义 f(n) = 8

3.6空间复杂度

算法占用的空间大小。一般将算法的辅助空间作为衡量空间复杂度的标准。

算法占用的存储空间包括：

1）输入输出数据所占空间

2）算法本身所占空间

3）额外需要的辅助空间