数据结构和算法的基本概念

我们要想开发出高效率的软件就要建立合适的数据结构和设计较好的算法来提高程序执行效率，而学习数据结构和算法的目的就是提高程序执行效率。 “算法+数据结构=程序”这是某位科学家的观点。
首先是数据结构，数据结构有俩种1、逻辑结构2、物理结构。
数据与数据之间的逻辑结构有三种：
1、 线性结构：结构中的数据元素之间存在着一对一的线性关系。
除了第一个和最后一个数据元素外，每个数据元素只有一个前驱和一个后继数据元素

2、 树结构：结构中的数据元素之间存在着一对多的层次关系。
除根结点外，每个数据元素只有一个前驱数据元素，可有0个或若干个后继数据元素

3、 图结构：结构中的数据元素之间存在着多对多的任意关系。
每个数据元素可有0个或若干个前驱数据元素和0个或若干个后继数据元素

物理结构：简述了数据与数据之间的逻辑结构如何存储在物理存储器中。通常的存储方式有俩种：一、数组的存储结构和顺序表的存储结构。二、链表的存储结构。
算法是对一些特定问题的求解步骤的描述他的指令是有限的序列,每一条指令都是一个或多个操作，一个算法应该具有以下五个重要特性：
⑴ 有穷性：一个算法应包含有限个操作步骤。即一个算法在执行若干个步骤之后应该能够结束，而且每一步都在有限时间内完成
⑵ 确定性：算法中的每一步都必须有确切的含义，不能产生二义性。
⑶ 可行性：算法中的每一个步骤都应该是能有效地执行，并得到确定的结果。
⑷ 输入：所谓输入，是指在算法执行时，从外界取得必要的数据。计算机运行程序的目的是为了进行数据处理，在大多数情况下，这些数据需要通过输入得到。有些情况下，数据已经包含在算法中，算法执行时不需要任何数据，所以一个算法可以有零个或多个输入。
⑸ 输出：一个算法有一个或多个输出，这是算法进行数据处理后的结果。没有输出的算法是毫无意义的。
算法的这些特性可以约束程序设计人员正确地书写算法，从而达到求解问题的预期效果。
还有就是算法设计的要求，算法设计的好坏关乎程序的执行效率，算法的设计必须满足下列四个要求：
⑴ 正确性: 正确性的含义是算法对于一切合法的输入数据都能够得出满足要求的结果，事实上要验证算法的正确性是极为困难的，因为通常情况下合法的输入数据量太大，用穷举法逐一验证是不现实的。所谓的算法正确性是指算法达到了测试要求。
⑵ 可读性: 算法的可读性是指人对算法阅读理解的难易程度，可读性高的算法便于交流，有利于算法的调试和修改。通常增加算法的可读性是在书写算法时采用按缩进格式书写、分模块书写等方法可增加算法的可读性。
⑶ 健壮性: 对于非法的输入数据，算法能给出相应的响应，而不是产生不可预料的后果。
⑷ 效率与低存储量需求: 效率指的是算法的执行时间。对于解决同一问题的多个算法，执行时间短的算法效率高。存储量需求指算法执行过程中所需要的最大存储空间。存储量需求越小的算法效率越高。
好了，数据结构和算法大概就是讲这些东西，以上内容大部分都是来自课程的