《大话数据结构》| 绪论与算法

绪论

相关概念

• 数据结构: 是相互之间存在一种或多种特定关系的数据元素的集合。
• 数据结构是一门研究非数值计算的程序设计问题中的操作对象，以及它们之间的关系和操作等相关问题的学科。
• 数据： 是描述客观事物的符号，是计算机中可以操作的对象，是能被计算机识别，并输入给计算机处理的符号集合。
• 数据元素： 是组成数据的、有一定意义的基本单位，在计算机中通常作为整体处理。也被称为记录。
• 数据项： 一个数据元素可以由若干个数据项组成。数据项是数据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，是数据的子集。
• 不同数据元素之间不是独立的，而是存在特定的关系，这些关系被称为结构。

逻辑结构与物理结构

逻辑结构： 是指数据对象中数据元素之间的相互关系。

• 集合结构：集合结构中的数据元素除了同属于一个集合外，它们之间没有其他关系。
• 线性结构：线性结构中的数据元素之间是一对一的关系。
• 树形结构：树形结构的数据元素之间存在一种一对多的层次关系。
• 图形结构：图形结构的数据元素是多对多的关系。

物理结构： 是指数据的逻辑结构在计算机中的存储形式。

• 顺序存储结构：是指把数据元素存放在地址连续的存储单元中，其数据间的逻辑关系和物理关系是一致的。
• 链式存储结构：是把数据元素存放在任意的存储单元里，这组存储单元可以是连续的，也可以是不连续的。

抽象数据类型

数据类型： 是指一组性质相同的值的集合及定义在此集合上的一些操作的总称。

在 C 语言中，按照取值的不同，数据类型可以分为俩类：

• 原子类型：是不可以再分解的基本类型，包括整型、实型、字符型等。
• 结构类型：由若干个类型组合而成，是可以再分解的。例如：整型数组是由若干整型数据组成的。
  抽象是指抽取出事物具有的普遍性的本质。它是抽出问题的特征而忽略非本质的细节，是对具体事物的一个概括。

抽象数据类型(ADT)： 是指一个数学模型及定义在改模型上的一组操作。抽象数据类型的定义仅取决于它的一组逻辑特性，而与其在计算机内部如何表示和实现无关。

• 抽象的意义在于数据类型的数学抽象特性；
• 抽象数据类型不仅仅指哪些已经定义并实现的数据类型，还可以是程序员在设计软件程序时自己定义的数据类型；
• 一个抽象数据类型定义了：一个数据对象、数据对象中各数据元素之间的关系以及对数据元素的操作。
• 抽象数据类型体现了程序设计中问题分解、抽象和信息隐藏的特性。

算法

算法是解决特定问题求解步骤的描述，在计算机中表现为指令的优先序列，并且每条指令表示一个或多个操作。

算法的特性

算法具有五个基本特性：输入、输出、有穷性、确定性和可行性。

1. 算法具有零个或多个输入。算法至少有一个或多个输出。
2. 有穷性：指算法在执行优先的步骤之后，自动结束而不会出现无限循环，并且每个步骤在可接受的时间内完成。
3. 确定性：算法的每一步都具有确定的含义，不会出现二义性。
4. 可行性：算法的每一步都必须是可行的，也就是说，每一步都能够通过执行有限次数完成。

算法设计的要求

1. 正确性：算法的正确性是指算法至少应该具有输入、输出和加工处理无歧义性、能正确反映问题的需求，能够得到问题的正确答案。
2. 可读性：算法设计的另一目的是为了便于阅读、理解与交流。
3. 健壮性：当输入数据不合法时，算法也能够做出相关处理，而不是产生异常或莫名其妙的结果。
4. 好的算法还应该具备时间效率高和存储量低的特点。

算法效率的度量方法

事后统计方法： 通过设计好的测试程序和数据(单元测试)，利用计算机计时器对不同算法编制的程序的运行时间进行比较，从而确定算法效率的高低。
事前分析估算方法： 在计算机程序编制前，依据统计方法对算法进行估算。

程序在计算机上运行时所消耗的时间取决于下列因素：

1. 算法采用的策略、方法；
2. 编译产生的代码质量；
3. 问题输入的规模；
4. 机器执行指令的速度。

也就是说，抛开与计算机硬件、软件有关的因素，一个程序的运行时间，依赖于算法的好坏和问题的输入规模。所谓问题的输入规模是指输入量的多少。
在分析程序的运行时间时，最重要的是把程序看成是独立于程序设计语言的算法或一系列步骤。

函数的渐进增长

函数的渐近增长：给定俩个函数 f(n) 和 g(n)，如果存在一个整数 N，使得对于所有的 n > N，f(n) 总是比 g(n) 大，那么我们说 f(n) 的增长渐进快于 g(n)。

算法例子：

• f(n) = 2n + 3
• f(n) = 2n^2 + 1
• f(n) = 2n^2 + 3n + 1
• f(n) = 2n^3 + 3n + 1

对于这些算法，随着 n 的增长，我们可以忽略这些加法常数，以及与最高次项相乘的常数在 n 的增长过程中也开始变得不重要。
随着 n 的增长，最高次项的指数大的，函数随着 n 的增长，结果也会变得增长特别快。

结论：

• 判断一个算法的效率时，函数中的常数和其他次要项常常可以忽略，而更应该关注主项(最高项)的阶数。
• 某个算法，随着 n 的增大，它会越来越优于另一算法，或者越来越差于另一算法。

算法时间复杂度

算法时间复杂度定义

在进行算法分析时，语句总的执行次数 T(n) 是关于问题规模 n 的函数，进而分析 T(n) 随 n 的变化情况并确定 T(n) 的数量级。
算法的时间复杂度，也就是算法的时间量度，记作：T(n) = O(f(n)) 。
它表示随问题规模 n 的增大，算法执行时间的增长率和 f(n) 的增长率相同，称作算法的渐近时间复杂度，简称为时间复杂度。
其中 f(n) 是问题规模 n 的某个函数。而这种用大写 O() 来体现算法时间复杂度的记法，称之为 大O记法 。

推导大O阶方法

1. 用常数 1 取代运行时间中的所有加法常数。
2. 在修改后的运行次数函数中，只保留最高阶项。
3. 如果最高阶项存在且不是 1，则去除与这个项相乘的常数。
4. 得到的结果就是大 O 阶。

常见的时间复杂度

执行次数函数	阶	非正式术语
12	O(1)	常数阶
2n+3	O(n)	线性阶
3n2+2n+1	O(n2)	平方阶
5log2n+20	O(logn)	对数阶
2n+3nlog2n+19	O(nlogn)	nlogn阶
6n3+2n2+3n+4	O(n3)	立方阶
2n	O( 2n)	指数阶

常用时间复杂度所耗费时间从小到大依次是：
O(1) < O(logn) < O(n) < O(nlogn) < O(n²) < O(n³) < O(2ⁿ) < O(n!) < O(nⁿ)

最坏情况与平均情况

最坏情况运行时间是一种保证，那就是运行时间不能再坏了。在应用中，这是一种最重要的需求，通常，除非特别指定，我们提到的运行时间都是最坏的运行时间。
平均运行时间是所有情况中最有意义的，因为它是期望的运行时间。

空间复杂度

算法的空间复杂度通过计算算法和所需的存储空间实现，算法空间复杂度记作 S(n) = O(f(n))。其中， n 为问题的规模，f(n) 为语句关于 n 所占存储空间的函数。