- 数据结构是一门研究数据组织、存储和运算的一般方法的学科
- 计算机处理问题分几个步骤:
-
-
- 从具体问题中抽象出数学模型;
- 设计算法;
- 写出程序并测试完成得到最终解。
1.1基本概念和术语
数据是信息的载体,能被计算机识别、存储和加工处理。
数据元素是数据的基本单位,可由若干个数据项组成,数据项是具有独立含义的最小标识单位。
数据结构包括:1)数据的逻辑结构,从逻辑关系上描述数据,与数据存储无关,独立于计算机;
2)数据的存储结构,是逻辑结构用计算机语言的实现,依赖于计算机语言。
3)数据的运算,定义在逻辑结构上,每种逻辑结构都有一个运算集合。常用的:检索/插入/删除/更新/排序。
数据类型是一个值的集合及在值上定义的一组操作的总称。分为原子类型和结构类型。
抽象数据类型是抽象数据的组织和与之相关的操作。其优点是将数据和操作封装在一起实现了信息隐藏。
ADT是在概念层上描述问题;类是在实现层上描述问题;在应用层上操作对象(类的实例)解决问题。
数据的逻辑结构有:1)线性结构,若结构是非空集则仅有一个开始和终端结点,并且所有结点最多只有一个直接前趋和后继。
2)非线性结构,一个结点可能有多个直接前趋和后继。
数据的存储结构有:1)顺序存储,把逻辑相邻的结点存储在物理上相邻的存储单元内。
2)链接存储,结点间的逻辑关系由附加指针字段表示。
3)索引存储,存储结点信息的同时,建立附加索引表,有稠密索引和稀疏索引。
4)散列存储,按结点的关键字直接计算出存储地址。
1.2学习数据结构的意义
程序设计的实质是选择一个好的数据结构,设计一个好的算法。算法取决于描述实际问题的数据结构。
1.3算法的描述和分析
算法是任意一个良定义的计算过程,以一个或多个值输入,并产生一个或多个值输出。是用来解决一个计算问题的工具。
问题的输入实例是满足问题陈述中所给出的限制、为计算该问题的解所需要的所有输入构成。
评价算法的好坏是:1)算法是正确的;2)要考虑算法所耗的时间、存储空间(辅助存储)、易于理解,编码,调试。
算法所耗时间是每条语句执行时间之和,每条语句的执行时间是该语句执行次数与执行时间的乘积。
算法求解问题的输入量称问题的规模。算法的时间复杂度T(n)是该算法的时间耗费,是求解问题规模n的函数。当问题规模趋向无穷大时,把T(n)的数量阶称算法的渐进时间复杂度,记为O(n)。
常见的时间复杂度排列为:常数阶、对数阶、线性阶、线性对数阶、平方阶、立方阶、K次方阶、指数阶。
算法的空间复杂度S(n)是该算法的空间耗费,是求解问题规模n的函数。算法的渐进空间复杂度简称空间复杂度。
算法的时间复杂度和空间复杂度合称算法的复杂度。
-
数据结构与算法第一章总结
最新推荐文章于 2022-08-09 17:56:19 发布