大话数据结构阅读笔记（1）

数据结构很重要，但对于非科班出身的程序员来说，熟练地掌握数据结构在编程中的应用是一件很困难的事，因为数据结构很抽象，有些算法理解起来很困难，最近找了很多关于数据结构的书，决定再重温一下程杰的《大话数据结构》，记录重要的数据结构知识笔记供自己和大家在以后的学习与编程时参考。

第一章 数据结构绪论

数据结构学科：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，以及他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。

数据及符号，必须具备两个前提：（1）可以输入到计算机中；（2）能被计算机程序处理。

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。（人类的数据元素是人）

数据项：一个数据元素可以由若干个数据项组成，人作为数据元素，可以由眼耳鼻等数据项，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。

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。按照视点的不同，数据结构分为逻辑结构和物理结构。

逻辑结构：是指数据对象中数据元素之间的相互关系。包括：集合结构、线性结构、树形结构、图形结构。

物理结构：是指数据的逻辑结构在计算机中的存储形式。包括：顺序存储结构、链式存储结构。

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。

抽象数据类型（Abstract Data Type,ADT）：是指一个数学模型及定义在该模型上的一组操作。如图：

第二章 算法

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有限序列，并且每条指令表示一个或多个操作。

算法的特性：

(1)输入输出：算法具有零个或多个输入，至少有一个或多个输出。

(2)有穷性：指算法在执行有限的步骤之后，自动结束而不会出现无限循环，并且每一个步骤在可接受的时间内完成。

(3)确定性：算法的每一步骤都有确定的含义，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。

算法的设计要求：

(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、理解和交流。

(3)健壮性：当输入数据不合法时，算法也能做出相关处理，而不是产生异常或莫名其妙的结果。

(4)时间效率高和存储量低

算法效率的度量方法：

(1)事后统计方法：通过设计好的测试程序和数据，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。

(2)事前分析估算方法：在计算机程序编制前，依据统计方法对计算机进行估算。

函数的渐近增长：

给定两个函数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)的渐近快于g(n)。

注意：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，更应该关注主项（最高阶项）的阶数。

算法时间复杂度：

在进行算法分析时，语句总的执行次数T（n）时关于问题规模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。

算法空间复杂度：

算法的空间复杂度通过计算算法所需的存储空间实现，算法空间复杂度的计算公式记作：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。

希望大家在今后的学习中，好好利用算法分析的工具，改进自己的代码，让计算机轻松一点，这样你也会更加胜人一筹。