数据结构基本概念

1. 基本概念

数据结构是一门研究如何有效组织数据，并提高数据处理效率的学科。通过研究各种数据内部的逻辑关系，使用某种特定的存储形式，并在此基础上对数据实施各种操作，这些工作被称为称为广义上的算法。

• 逻辑结构

  • 指数据之间的内在关系。通常有集合、线性表、树、图等常见的逻辑结构。
  • 逻辑结构是数据之间本身的属性，跟我们怎么处理它们无关。

  

• 存储形式

  • 数据的存储方式。比如顺序存储、链式存储等。
  • 不同的存储形式对最终数据的处理效率通常有很大的影响。
  • 逻辑结构与存储形式并无必然联系。

2. 算法分析

算法分析是指算法在正确的情况下，对其优劣的分析。一个好的算法通常是指：

1. 算法对应的程序所耗时间少
2. 算法对应的程序所耗存储空间少
3. 算法结构性好、易读、易移植和调试

数据结构与算法的本质任务，是提高程序的时间空间效率，简单讲就是让程序的执行速度越快越好，所需内存空间越少越好。虽然在很多情况下，程序的时空特性是相互制约的，就像鱼和熊掌不可兼得，但我们可以根据程序实际解决问题的侧重点，去平衡时间和空间的对性能的消耗。

2.1 时间复杂度

一般而言，时间复杂度并不考察一段代码运行所需要的绝对时间，因为不同的计算机的硬件参数不同，考察绝对时间没有意义。时间复杂度一般指的是代码的语句执行总次数，称为语句频度。比如：

void counting(int n)
{
    for(int i=0; i<n; i++)
    {
        printf("本行语句将会出现n次\n");

        for(int j=0; j<n; j++)
        {
            printf("本行语句将会出现n*n次\n");
        }
    }
}

在上述代码中，程序执行的语句频度理论是：$T(n)=n^2+n$

但一般情况下，我们只关心多项式的最高次幂，于是上述代码的时间复杂度我们表示为：
$$T(n)=O(n^2)$$
这意味着，该程序算法所需要的时间，与传进来的参数n的平方成正比。

「课堂练习」

给定如下代码片段，估算它们运行的时间复杂度:

// 片段一：
for(int i=1; i<n; i*=2)
{
    printf("i=%d\n", i);
}

// 片段二：
int i = 0;
int s = 0;
while(s < n)
{
    ++i;
    s+=i;
}

// 片段三：
void bubble_sort(int data[], int n)
{
	int k=0;
    for(int j=0; j<n; j++)
	{
		for(int i=0; i<n-1-k; i++)
		{
			if(data[i] > data[i+1])
			    swap(&data[i], &data[i+1]);
		}
		k++;
	}
}

---

不同算法的时间复杂度相差很大，如下图所示，随着所处理的问题规模的增大，不同时间复杂度的程序所需要的时间有天壤之别。

2.2 空间复杂度

空间复杂度的概念更简单一点，就是一段程序运行时所需的内存字节量。

2.3 时空复杂度互换

一段程序的性能指标，既要运行快速，又要节省内存，而通常这两者又是相互制约的，很难兼得。因此在实际解决问题时，会根据需要侧重一方，牺牲另一方。

「课堂练习」

给定一个 int 数据，要求尽快求出其二进制中 1 的位数。
提示：这是一道笔试题。这个问题的关键是要求“尽快”，可以考虑牺牲空间复杂度来换取时间复杂度。