数据结构--序章

闲来无事，正好看见考研时复习数据结构的王道书，说实话当时学的时候追求了速率，有些地方还是不求甚解，现在回想一下已经忘得七七八八了，只记得许多课后习题看完答案之后有种“卧槽，还能这么写？”这样的感叹，所以打算认真的更一下数据结构。

绪论

（一）数据结构三元素

一般来讲呢，数据结构就三个要素，逻辑结构，存储结构，以及数据运算。也就是说一个算法，你设计的时候呢，是基于逻辑结构的，比如说树啊，图啊，线性表啊这些，在我们脑子里是这么个结构，但是真正实现出来，是靠他的存储结构的。也就是说你这个数据，你到底给他存在哪个存储单元以及这些存储单元之间的联系。

1. 逻辑结构
   
   这张图是百度来的，差不多逻辑结构节这么些了
2. 存储结构

• 顺序存储：顾名思义嘛，就是逻辑结构上相邻的元素，在物理位置上也分配相邻的存储单元。优点是能随机存取，而且每个存储单元除了数据之外什么都不存，从这个方面来讲的话占用空间最少；缺点是只能占用一整块的存储空间，可能会产生较多碎片，而且也不能利用碎片空间
• 链式存储：链表都知道吧，就是通过指针来实现逻辑上的相邻，但是实际物理存储可以随便存，只要当前元素的尾指针指向下一个元素，逻辑上还是相邻的。优点是可以充分利用每一块空间，缺点也很明显，要存指针的头和尾额外占用空间，而且只能实现顺序存取。
• 索引存储：存储信息的时候加一个简历一个索引表，通过这个可以找到那个关键字存在了哪块地址。优点很明显，检索速度快，看一眼表就知道，缺点也是，你存数据的时候要额外开辟大量空间存你这个索引表，而且你改数据的时候肯定也要把这个表也给改了
• 散列存储：根据元素的关键字直接计算出这个元素的地址，这么说可能还比较陌生，但是提一下他的另一个名字Hash（哈希）存储，是不是就熟悉了许多，优点是增删改查操作都很快，缺点就是他需要构建一个散列函数，要是这个函数构建的不好，会有很多冲突，而解决冲突肯定要花费时间空间【具体有关怎么构建函数，怎么解决冲突，以后会讲的】
  【注】 顺序存取和随机存取，只看字面意思可能理解不了，所以我就稍微解释一下
  随机存取：也就是比如你知道他在第逻辑结构上排在第八，由于存储地址都是连续的嘛，你能很容易的找到他的实际存储地址，不用浪费额外的时间去找，所以很快
  顺序存取：想一想咱们的链表，你即使知道他在第八个，你想找到他的位置的话，你还得看表头在哪里，然后表头指向第一个，在看第一个指向的第二个在哪里，然后看第三个，，，，直到找到第八个，因为他是存的没有规律，只能通过指针一个一个的找，就比较慢
  散列存储和索引存储，都是一个表，那么最主要的区别是什么呢，主要的区别就在于查找上，想一想咱们的一系列查找算法，折半查找啊 顺序查找啊等等，都是要一个一个比对，什么意思呢，就是你即使知道了咱们要找的数字是86，但是你得通过各种算法去比对，看咱们要的这个数字，也就是关键字存在表上的哪个地方，然后再根据表找到这个关键字对应的地址并进行操作。而哈希表就不一样了，他有一个关键字和地址的直接映射，就是通过上文提到的散列函数，有了这个函数之后，你在想找一个关键字，直接通过这个函数计算一下，就知道他具体存在哪里，一步到位。当然，用这个方法首先要有一个合适的散列函数，而且冲突是无法避免的，，具体到时候再讲吧

3. 数据运算

（二）算法

经常说算法算法的，其实大家也都知道这是个什么东西，通俗点说就是解决问题的方法步骤嘛，这里就写一些规范化的语言吧，用规范的语言描述一下这个东西
算法的五个特性，有穷性，确定性，可行性，输入，输出。其中输入可以有零个但是输出至少得有一个。其他就字面意思
而一个好的算法。通常来说追求的就是一下几点

1. 正确性
2. 可读性
3. 健壮性：即使你不按要求使用，我也不会系统崩溃，不会产生一些莫名其妙的结果
4. 效率与低存储量要求
   效率
   怎么衡量一个算法的效率呢，也就是事件复杂度和空间复杂度，跑得快，占内存少，又能达到想要的效果，你就是一个高效的算法。
   这里主要提一句，这两个复杂度一般都是按照量级表示的，就比如说你一个程序复杂度是O(n)，另一个是O(n^2)，他俩加起来还是后者，主要就表示是这个数量级的就行不用那么精确。

…序章就这样吧，下节更线性表里的顺序存储–顺序表以及一些相关的算法题