数据结构学习篇（一） —— 相关定义跟概念

１.数据结构的整体框架图

        数据结构分为三个部分开始学习，数据结构的基本概念、基本数据结构和基本的数据处理技术。

 2. 数据结构的基本概念

 1.基本概念和术语

        数据: 信息的载体，描述客观事物属性的数、字符及能输入到计算机中并被计算机程序识别和处理的符号的集合。

        数据元素：是数据的基本单位，数据元素是有一个或多个数据项组成的，数据项是构成数据元素的不可分割的最小单位。例如：学生就是一个数据元素，它由学号、姓名、性别等数据项构成。

        数据对象：数据对象是具有相同性质的数据元素的集合。例如：整数对象是集合N{0,1,2,-1,-2……}

        数据类型：

                1）原子类型：不可再分的数据类型

                2）结构类型：可以再分解成若干成分的数据类型

                3）抽象数据类型：抽象数据组织及与之相关的操作

        数据结构：相互之间存在一种或多种特定关系的数据元素的集合。包括三方面的内容：逻辑结构、存储结构和数据的的运算。

其关系可以简单得概述为下图：

 2.数据结构三要素

 数据的逻辑结构：值数据元素之间的逻辑关系，与数据的储存无关，是独立于计算机的。

数据的存储结构：数据结构在计算机中的表示。

数据的运算：数据的的运算包括运算的定义和实现。定义时针对逻辑结构的，指出运算的功能；实现是针对存储结构的，指出运算的具体操作步骤。

3.算法与算法的评估

算法：算法是对特定问题求解步骤的一种描述，它是指令的有限序列，其中的每条指令表示一个或多个操作。

算法效率来评估算法的好坏

时间复杂度：一个语句的频度是指该语句在算法中被执行的重复次数。如果所有语句的频度之和记为T(n)，时间复杂度主要分析T(n)的数量级。取f(n)为T(n)中子项随着n增长最快的项，将其系数置为1作为时间复杂度的度量，因此时间复杂度可记为：（O的含义是T(n)的数量级）

T(n) = O(f(n))

空间复杂度：算法空间复杂度S(n)定义为该算法所耗费的存储空间，为n的函数，记为：

S(n) = O(g(n))

时间复杂度实例：

加法规则
两个长度分别为m和n的升序链表，若将他们合并为长度为m+n的一个降序链表，则最坏情况下的时间复杂度；
最坏的情况下就是一个m一个n全部都要进行重新排序，则最长就是 T(max(m,n)) = O(max(m,n));

乘法规则
count = 0;
for(k = 1;k<=n;k*2)
{
    for(j = 1;j<=n;j++)
        {
            count++;
        }
}