数据结构与算法

开发工具与关键技术：VS  数据结构与算法
作者：赵纯雨
班级：1803
撰写时间：2020.4.25

数据结构的意义：如果要编写出一个高效率的程序，就需要解决如何合理地组织数据结构，建立合适的数据结构，设计好的运算方法，来提高程序来执行这样的一个高效率，从而使我们更快、更有头绪、有方法的写出更高效的程序。瑞士著名的计算机科学家尼古拉斯.沃思提出了算法加数据结构=程序，这一点更加说明了数据结构的重要性。
数据与数据的逻辑结构分为四类：1.逻辑结构、2.逻辑结构的延伸及算法、3.物理结构、4.运算集合，而逻辑结构又分为三类：
1.线型结构：结构中的数据元素之间存在着一对一W的选型关系，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，如下图所示：

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，除根节点元素外，每个数据元素只有一个前驱数据元素，可有零个或者若干个后继数据元素，如下图所示：

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，每个数据元素可有零个或者若干个前驱数数据元素和零个或者若干个后继数据元素如下图所示：

物理结构：数据结构当中也包含物理结构，物理结构阐述的是数据与数据的逻辑结构，存储在物理存储器当中，通常我们的存储方式有两种：一种是数组的存储结构、顺序表的存储结构，还有一种是链表的存储结构，他的地址不连续。
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,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,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:
1.有穷性：一个算法应包含有限个操作步骤，及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。
2.确定性：算法当中的每一步都必须有确切的含义，不能产生二义性。
3.可行性：算法当中的每一步步骤都应该是能有效的执行，并且得到确定地结果。
4.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。 5.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。 算法的设计的好坏关乎程序的执行效率，算法设计必须满足下面四个条件： 1.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。 2.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。 3.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。 4.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。