编程理论之解决问题的思维框架：数据结构与数学模型

遇到一个现实问题，如何建模并程序化解决？

 

• 万物皆数，数是物质及其运动的形式化（符号化）表示。
• ADT ={ D，S，P } 其中D是数据对象，S是D上的关系集，P是对D的基本操作集。

 1.如何看待问题？

面向对象的基础：一切皆是对象。

对象是什么？

在现实世界中存在的客体是问题域中的主角，所谓客体是指客观存在的对象实体和主观抽象的概念，他是人类观察问题和解决问题的主要目标。例如，对于一个学校学生管理系统来说，无论是简单还是复杂，始终是围绕学生和老师这两个客体实施。这个客体即对象。

 

2.如何解决问题？

• 通过数据抽象建立数据的对象模型，通过问题抽象建立问题的数学模型，通过算法进行问题的求解。
• 数学模型是核心，抽象到合适的数学模型后才能应用对应的算法，才能建立数据结构来支持算法实现。

2.1 数据对象的模型

数据对象模型就是数据结构，内涵是数据对象之间的逻辑结构，其实现则包含了数据对象的存储结构及其对应的基本操作。注意数据对象的存储结构也是很重要的，例如，同样是有序表，但有序顺序表、有序链表、有序二叉树所适应的算法显然不同，则适用场景也可能不一样。

建立数据对象模型就是从问题空间识别数据对象并表示（亦即建立），其过程包含认识已有的数据对象，分析数据的本质特征，从而对数据进行选取和组织。

数据对象模型的实现具体到某语言中，就是利用语言中已经实现的基本数据类型来扩展新的数据类型，从而实现复杂的数据结构。

不论数据结构如何，内部基本操作都可分为四类：

1. 创建和销毁结构类，包括数据结构的创建、初始化，以及必要的销毁结构操作；
2. 属性操作类，包括读取或设置数据结构中的各基本属性的值；
3. 查找类，包括特定查找和遍历操作；
4. 更新类，包括插入、删除或修改数据元素的内容或更新关系。

常见的数据对象模型有，顺序表、单链表、顺序栈、循环队列、二叉树、邻接表图、哈希表等。学习、领会并实现这些数据对象模型，是应用数据结构的关键。

 

2.2 问题的数学模型

对于一些简单的问题，往往只靠数据对象模型的建立，就可以解决问题，这时的数据对象模型，实质上就是问题的数学模型。但对于许多复杂的问题，仅有数据对象模型还是不够的，必须在问题定义和分析的基础上，建立问题的数学模型才能求解。

那什么是数学模型呢？“数学模型是对于一个现实对象，为了一个特定目的，根据其内在规律，做出必要的简化假设，运用适当的数学工具，得到的一种数学结构”。这种数学结构是借助于数学符号刻划出来的某种系统的纯关系结构/映射/函数/方程，代表着一类现实问题及其解决方案。所以说，所谓数学模型即是数学理论的具体应用。

数学模型是怎样从一个复杂的现实问题中建立起来的呢？当面对一个新的复杂问题时，不易直接求解，通常的想法是通过对问题的分析，不断地抽象和分解、转化或转换，得到一个与原问题本质相同的，但看起来相对简单的一个问题。我们把初始的问题或对象称为原型，把抽象分解后的理想化对象称为数学模型。由此看来，数学模型的建立过程就是数学思想的应用过程。

数学思想如：

函数方程最重要，分类整合常用到；
数形结合千般好，化归转化离不了；
有限自将无限描，或然终被必然表，
特殊一般多辨证，微元运动极限高.

常见的数学模型分类（按建立模型的数学方法）：

• 初等数学
• 几何模型
• 微分方程模型
• 关联分析类（回归分析、相关分析法、熵权法、归一化、主成分分析、聚类分析、典型相关分析、灰色关联度分析、层次分析法、判别分析法、小波分析、灵敏度分析、误差分析、残差检验、回归方程显著性检验） 
• 预测类（时间序列、灰色预测、插值拟合）
• 图论模型（最短路问题、图片匹配类模型） 
• 最优化类（遗传算法、神经网络、蚁群算法、线性规划、非线性规划、多目标规划、动态规划）
• 等等

 

 3.实例

以四则运算表达式求值问题的求解为例。

假如四则运算表达式的形式为字符串，表达式存储在数组中。数学模型是后缀表达式。问题的定义是，十进制整数的四则运算求解。

若采用顺序栈进行问题求解，则数据对象是特殊线性表的顺序栈。可以采用后缀表达式的求解算法。算法的执行过程是，每次应用一个顺序栈，共应用两次顺序栈。第一次将表达式 转换成后缀式，第二次，对转换后的后缀表达式求值。

若采用二叉树进行问题求解，则求解过程同样可以用到栈，数据对象是二叉树和顺序栈。算法的执行过程是，每次应用一个顺序栈，共应用两次顺序栈。第一次将表达式转换成二叉树，第二次，对转换后的二叉树进行后序遍历（后缀表达式）求值。