学习-数据结构-绪论

数据结构

1.概括地说，数据结构描述现实世界实体的数学模型（非数值计算）及其上的操作在计算机中的表示和实现

1.2 基本概念

1.数据与数据结构

数据：所有能被输入到计算机中，且被计算机处理的符号的集合，数据是计算机操作对象的总称，是计算机处理的信息的载体。

数据元素：数据中的一个“个体”，数据结构中讨论的基本单位。

数据项：数据结构中讨论的最小单位。数据元素是数据项的集合。如下图出生日期是数据项中的组合项。

数据结构：带结构的数据元素的集合。如下图的示例：

数据的逻辑结构可归结为以下四类：

数据结构的形式定义为：

数据结构是一个二元组

     Data_Structures = (D,S) , 其中D是数据元素的有限集，S是D上关系的有限集。

2.数据的存储结构：逻辑结构在存储器中的映像。

数据元素的映像方法：用二进制（bit）的位串表示数据元素。如：(321)10 = (501)8 = (101000001)2

关系的映像方法：

在不同的编程环境中，存储结构可有不同的描述方法，当用高级程序设计语言进行编程时，通常可用高级编程语言中提供的数据类型描述之。

3.数据类型：在用高级程序语言编写的程序中，必须对程序中出现的每个变量、常量、或表达式，明确说明他们所属的数据类型。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。

抽象数据类型（ADT）：指一个数学模型以及定义在此数学模型上的一组操作。

抽象数据类型可用（D,S,P）三元组表示：D是数据对象，S是D上的关系集，P是对D的基本操作集。

4.算法：算法是为了解决某类问题而规定的一个有限长的操作序列。

算法的五个重要特性：

1.有穷性：算法中的每个步骤都能在有限时间内完成。

2.确定性：对于每种情况下所执行的操作，在算法中都有确切的规定，并且在任何条件下，算法都只有一条执行路径。  

3.可行性：算法中所有操作都必须足够基本，都可以通过已经实现的基本操作运算有限次实现。 

4.有输入：作为算法加工对象的量值，通常体现为算法的一组变量，有的输入可能被嵌入算法之中。

5.有输出：与“输入”有确定关系的量值，是算法进行信息加工得到的结果，这种确定的关系为算法的功能。

算法的设计原则：

1.正确性：算法应当满足特定的“规格说明”方式给出的需求。

2.可读性：算法应该易于人的理解。

3.健壮性：当输入的数据非法时，算法应该作出反映，而不是产生莫名其妙的输出结果。

4.高效率与低存储量需求：效率指的是算法执行的时间，存储量指的是算法执行过程中所需的最大存储空间。

算法效率的衡量方法和准则：

1.事后统计法：

缺点：1.必须执行程序，2.其它因素掩盖算法本质。

2.事前估算法：

算法 = 控制结构 + 原操作（固有数据类型的操作）

算法的执行时间和原操作执行次数之和成正比。

算法的存储量包括：

1.输入数据所占的空间

2.程序本身所占的空间

3.辅助变量所占的空间