数据结构预算法

数据结构的意义：针对实际问题，编写出一个高效率的处理程序，就需要解决如何合理地组织数据，建立合适的数据结构，设计较好的算法，来提高程序执行效率这样的问题，数据结构和算法就是在此背景下形成和发展起来的。
简而言之，软件开发要多动脑筋，想到好的解决办法才能更快更好地编写出效率更高的程序，数据结构和算法使学生更快地编写出更高的程序。

即使是在广泛采用可视化程序设计的今天，借助于集成开发环境可以很快地生成程序，但要想成为一个专业的程序开发人员，至少需要以下三个条件：
1，能够熟练地选择和设计各种业务逻辑的数据结构和算法。
2，2至少能够熟练掌握一门程序设计语言。
3，熟知所涉及的相关应用领域知识。
后两个条件比较容易实现，而第一个条件则需要花很多时间和精力才能够达到，而它恰恰是区分程序设计人员水平高低的一个重要标志，数据结构贯穿程序设计的始终，缺乏数据结构和算法的功底，很难设计出高水平的具有专业水准的应用程序，瑞士著名的计算机科学家尼古拉斯沃斯提出了“算法+数据结构=程序”的观点，这点说明了数据结构的重要性

数据结构的家庭成员
1，逻辑结构
（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。
（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。
（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。
2，逻辑结构的延伸及基本算法
3，物理结构
4，运算集合（基本操作）
线性结构：除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
树结构：除根节点外，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。
图结构：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。

算法是解决问题的方法，是程序设计的精髓，程序设计的实质就是构造解决问题的算法。算法的设计取决于数据的逻辑结构，算法的实现取决于数据的物理存储结构。

算法的概念和特性
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。做任何事情都必须事先想好进行的步骤，然后按部就班地进行，才不会发生错误，计算机解决问题也是如此。对于一些常用的算法应该熟记，比如求阶乘、求素数、求是否闰年等算法，在解决实际问题时，可参考已有的类似算法，按照业务逻辑设计出符合自己的算法。
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，并使之能够正确无误地执行，达到求解问题的预期效果。

本书所讨论的算法，可用不同的方式进行描述，常用的有类Pascal、类C、类C++、类Java程序设计语言，本教材同时以类C、类C#、类Java三种程序设计语言为描述工具，方便广大学生学习。
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。

算法的分析
解决一个问题可以有多种算法，那么该怎样判断它们的优劣呢？判断算法优劣的标准很多，这里不做深入讨论，但一个算法除了正确性必须保证外，一个主要指标是它的效率。