第1章 绪论
1.1 什么是数据结构
数据:数据是信息的载体,是描述客观事物属性的数、字符及所有能输入到计算机中并被计算机程序识别和处理的符号的集合。数据是计算机程序加工的原料。
例如:张三的c语言成绩是92,那么92就是他的成绩数据。
数据结构:
定义一、数据元素集合(也可称数据对象)中各元素的关系。
定义二、相互之间存在特定关系的数据元素集合。
1.2 基本概念和术语
基本概念
数据元素、数据项:数据元素是数据的基本单位,通常作为一个整体进行考虑和处理。一个数据元素可由若干数据项组成,数据项是构成数据元素的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。如上例:一个班级的成绩表可以看作一个数据对象。
数据结构:
定义一、数据元素集合(也可称数据对象)中各元素的关系。
定义二、相互之间存在特定关系的数据元素集合。
数据项->数据元素->数据对象 三者之间的关系称为数据结构
数据类型:数据类型是一个值的集合和定义在此集合上的一组操作的总称。
原子类型 :其值不可再分的数据类型。bool、int等。 结构类型 :其值可以再分解为若干成分(分量)的数据类型。struct Customer{ int num;//号数- int people;//人数 ……//其他必要的信息};
抽象数据类型:抽象数据类型(Abstract Data Type, ADT) 是抽象数据组织及与之相关的操作。ADT用数学化的语言定义数据的逻辑结构、定义运算。与具体的实现无关。
三要素
结构---各个元素之间的关系
逻辑结构:
(1)集合
(2)线性结构
(3)树形结构
(4)图结构
物理结构(存储结构):如何用计算机表示数据元素的逻辑关系?
以线性结构为例
(1)顺序存储:把逻辑上相邻的元素存储在物理位置上也相邻的存储单元中,元素之间的关系由存储单元的邻接关系来体现。
(2)链式存储:逻辑上相邻的元素在物理位置上可以不相邻,借助指示元素存储地址的指针来表示元素之间的逻辑关系。
(3)索引存储:在存储元素信息的同时,还建立附加的索引表。索引表中的每项称为索引项,索引项的一般形式是(关键字,地址)
(4)散列存储。根据元素的关键字直接计算出该元素的存储地址,又称哈希(Hash) 存储。
注:
1.若采用顺序存储,则各个数据元素在物理上必须是连续的;若采用非顺序存储,则各个数据元素在物理上可以是离散的。
2.数据的存储结构会影响存储空间分配的方便程度。Eg: 有人想插队
3.数据的存储结构会影响对数据运算的速度。Eg:想找到第三个人
1.3 算法和算法分析
什么是算法?
程序=数据结构+算法
数据结构:如何把现实世界的问题信息化,将信息存进计算机。同时还要实现对数据结构的基本操作。
算法:如何处理这些信息,以解决实际问题。
例如:海底捞排队系统的数据结构—队列
已经实现的基本操作:
①队头元素出队;
②新元素入队;
③输出队列长度:;
④交换第i号和第j号的位置
…
要解决的现实问题--带小孩的顾客优先就餐
设计一个算法:
1、执行基本操作②(新顾客取号)。
2、依次对比前一桌信息,如果前一桌没有小孩,则使用基本操作④交换位置。
算法的特性:
(1)有穷性:一个算法必须总在执行有穷步之后结束,且每一步都可在有穷时间内完成。
注:算法必须是有穷的,而程序可以是无穷的
(2)确定性:算法中每条指令必须有确切的含义,对于相同的输入只能得出相同的输出。
Eg:设计一个算法,解决一个特定的问题---帶小孩的顾客优先就餐
(3)可行性:算法中描述的操作都可以通过已经实现的基本运算执行有限次来实现。
(4)输入:一个算法有零个或多个输入,这些输入取自于某个特定的对象的集合。
(5)输出:一个算法有一个或多个输出,这些输出是与输入有着某种特定关系的量。
“好”算法的特质:
(1)正确性:能正确解决问题。
(2)可读性:算法应具有良好的可读性,以帮助人们理解。
(3)健壮性:输入非法数据时,算法能适当地做出反应或进行处理,而不会产生莫名其妙的输出结果。
(4)高效率与低存储量需求:
1、算法执行省时、省内存 2、时间复杂度低、空间复杂度低时间复杂度和空间复杂度
一个算法的优劣主要从算法的执行时间和所需要占用的存储空间两个方面衡量。
1.时间复杂度:算法的时间复杂度是一个函数,它定性描述该算法的运行时间。时间复杂度常用大O符号表述,不包括这个函数的低阶项和首项系数。(O代表高阶无穷小)
常用高阶无穷小排序
如何评估算法时间开销?
1:顺序执行的代码只会影响常数项,可以忽略。
2:只需挑循环中的一个基本操作分析它的执行次数与n的关系即可。
3:如果有多层嵌套循环,只需关注最深层循环,循环了几次。
例:
算法1-嵌套循环型
void loveYou(int n) { //n 为问题规模 int 1=1; //爱你的程度 while(i<=n){ //外层 循环执行n次 1++;//每次+1 printf("I Love You rd\n", i); for (int j=1; j<=n; j++){//嵌套两层循环 printf("I am Iron Man\n");//内层循环共执行n2次 } }printf("I Love You More Than %d\n", n);}
时间开销与问题规模n的关系: .
T(n) = O(n) + O(n2)= O(n2)
算法2一指数递增型
void loveYoulint n) { //n 为问题规模 int i=1; //爱你的程度 while(i<=n){< span=""> i=i*2;//每次翻倍 printf("I Love You %d\n",1); } printf("I Love You More Than %d\n", n);}
计算上述算法的时间复杂度T(n):
设最深层循环的语句频度(总共循环的次数)为x,则
由循环条件可知,循环结束时刚好满足2x>n
x= log2n+ 1
则时间复杂度为:T(n) = O(x) = O(log2n)
2.空间复杂度:对一个算法在运行过程中临时占用存储空间大小的量度,记作S(n)=O(f(n))。
void test(int n) { int flag[n]; //声明一个长度为n的数组 int i; .....此处省略很多代码}
假设一个int变量占4B,
则所需内存空间=4+4n+4=4n+8,
只需关注存储空间大小与问题规模相关的变量 S(n) = O(n)。
例:
void test(int n) { int flag[n][n];//声明n*n的二维数组 int other[n]; //声明一个长度为n的数组 .....此处省略很多代码}
空间复杂度为:S(n) = O(n2)+O(n) = O(n2)
函数递归调用的内存:
算法3 -递归型
void loveYou(int n) { //n 为问题规模 int flag[n];//声明一个数组 ...省略数组初始化代码 if (n>1) ( loveYou(n-1); printf("I Love You Id\n", n);}int main(){ loveYou(5);}
1+2+3+…+n= [n(1+n)]/2=n2+n
空间复杂度为:S(n) = O(n2)