暴力理解数据结构与算法1------概论

数据结构与算法

一.数据结构与算法概论

1.问题求解

我们编写程序的目的就在于解决实际的应用问题，而我们的思路就应该是分析问题，找到需求，然后确定恰当的数据结构表示数学模型，就是把问题变成数学题，接着在数据模型的基础上设计合适的算法，像我们做一道数学题，学渣是什么都看不懂，正常人是找到解题关键把题目解出来，而学霸这是瞄一眼，就知道这题有多少种解题方法，哪种步骤最少，能最快做出这道题的答案。

2.数据结构

结构=实体 + 关系

数据结构：
按照逻辑关系组织起来的一批数据（逻辑）
按一定的存储方法把它存储在计算机中（存储）
在这些数据上定义了一个运算的集合（运算）

数据结构的逻辑组织

线性结构
线性表（表，栈，队列，串等）

非线性结构
树（二叉树，Huffman树，二叉检索树等）
图（有向图，无向图等）

图–>树–>二叉树–>线性表

数据的存储结构

逻辑结构到物理存储空间的映射
四类存储结构：

1. 顺序
2. 链接
3. 索引
4. 散列

3.算法特性与分类

问题------算法------程序

通用性
对参数化输入进行问题求解
保证计算结构的正确性

有效性
算法是有限条指令组成的指令序列
即由一系列具体步骤组成

确定性
算法描述中的下一步应执行的步骤必须明确

有穷性
算法的执行必须在有限步内结束

基本算法分类：

• 穷举法
• 回溯，搜索
• 递归分治
• 贪心法
• 动态规划

算法的效率与度量

算法渐进分析大O表示法
函数f，g定义域为自然数，值域非负实数集
定义：如果存在正数c和n₀，使得对任意的n≥n₀，都有f(n)≤cg(n₀)
称f(n)在集合O(g(n))中，简称f(n)是O(g(n))的，或f(n)=O(g(n))

大Ω表示法与大O表示法相反，大O是上限，大Ω是下限
当上下限相同时可以用θ表示法

大O表示法的运算法则
加法规则：f₁(n)+f₂(n)=O(max(f₁(n),f₂(n)))
乘法规则：f₁(n)×f₂(n)=O(f₁(n),f₂(n))