认识数据结构

一、 什么是数据结构

• 官方解释：数据结构是一门研究非数值计算的程序设计问题中的操作对象，以及他们之间的关系和操作等相关问题的学科。
• 说人话：数据结构就是把数据元素按照一定的关系组织起来的集合，用来组织和存储数据。

1.1 数据结构的分类

逻辑结构
逻辑结构是从具体问题中抽象出来的模型，是抽象意义上的结构，按照对象中数据元素之间的相互关系分类，也是我们后面课题中需要关注和讨论的问题。
集合结构：集合结构中数据元素除了属于同一个集合外，它们之间并无任何关系

线性结构：线性结构中的数据元素之间存在一对一的关系。

树形结构：树形结构中的数据元素之间存在一对多的层次关系

图形结构：图形结构的元素数据是多对多的关系

物理结构
逻辑结构在计算机中真正的表示方式（又称为映像）称为物理结构，也可以叫做存储结构。常见的物理结构有顺序存储结构、链式存储结构。
顺序结构： 把数据元素放到地址连续的存储单元里面，其数据间的逻辑关系和物理关系是一致的，比如数组。

顺序存储结构存在一定的弊端，就像生活中排时也会有人插队也可能有人有特殊情况突然离开，这时候整个结构都处于变化中，此时就需要链式存储结构。
链式结构：是把数据元素存放在任意的存储单元里面，这组存储单元可以是连续的也可以是不连续的。此时，数据元素之间并不能反映数据之间的逻辑关系，因此在链式存储结构中引进了一个指针存放数据元素的地址，这样通过地址就可以找到相关的数据元素的位置。

什么是算法

官方解释：算法是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。
说人话：根据一定的条件，对一些数据进行计算，得到需要的结果。

算法入门

一个优秀的算法追求以下两个目标：
1.花最少的时间完成需求；
2.占用最少的内存空间完成需求；
下面我们用一些实际案例体验一些算法。
计算1到100的和。
解法1：

public class Demo01 {
    public static void main(String[] args) {

        int sum = 0;
        int count = 100;
        for (int i = 1; i <= count; i++) {
            sum+=i;
        }
        System.out.println(sum);
    }
}

解法2：

public class Demo02 {
    public static void main(String[] args) {
        // 1+2+3+4+...+100
        int sum = 0;
        int count =100;
        sum = (count+1)*100/2;
        System.out.println(sum);

    }
}

计算10的阶乘
解法1：

public class Demo03 {
    public static void main(String[] args) {
            int result = fun(10);
        System.out.println(result);


    }
    /**
     * 计算10的阶乘
     * @param i
     * @return
     */
    private static int fun(int i) {
        if (i==1){
            return 1;
        }
        return  i*fun(i-1);
    }
}

解法2：

public class Demo04 {
    public static void main(String[] args) {
            int result = fun(10);
        System.out.println(result);
    }
    /**
     * 计算10的阶乘
     * @param i
     * @return
     */
    private static int fun(int i) {
        int result = 1;
        for (int j = 1; j <= i ; j++) {
            result *= j;
        }
        return  result;
    }
}

算法分析

算法时间复杂度分析

我们要计算算法时间耗费情况，首先我们得度量算法的执行时间，那么如何度量呢？
事后分析估算方法：
比较容易想到的方法就是我们把算法执行若干次，然后拿个计时器在旁边计时，这种事后统计的方法看上去的确不错，并且也并非要我们真的拿个计算器在旁边计算，因为计算机都提供了计时的功能。这种统计方法主要是通过设计好的测试程序和测试数据，利用计算机计时器对不同的算法编制的程序的运行时间进行比较，从而确定算法效率的高低，但是这种方法有很大的缺陷：必须依据算法实现编制好的测试程序，通常要花费大量时间和精力，测试完了如果发现测试的是非常糟糕的算法，那么之前所做的事情就全部白费了，并且不同的测试环境(硬件环境)的差别导致测试的结果差异也很大。
事前分析估算方法：
在计算机程序编写前，依据统计方法对算法进行估算，经过总结，我们发现一个高级语言编写的程序程
序在计算机 上运行所消耗的时间取决于下列因素：

1. 算法采用的策略和方案；
2. 编译产生的代码质量；
3. 问题的输入规模(所谓的问题输入规模就是输入量的多少；
4. 机器执行指令的速度；
   由此可见，抛开这些与计算机硬件、软件有关的因素，一个程序的运行时间依赖于算法的好坏和问题的输入规模。如果算法固定，那么该算法的执行时间就只和问题的输入规模有关系了。

我么再次以之前的求和案例为例，进行分析。

因此，当输入规模为n时，第一种算法执行了1+1+(n+1)+n=2n+3次；第二种算法执行了1+1+1=3次。如果我们把 第一种算法的循环体看做是一个整体，忽略结束条件的判断，那么其实这两个算法运行时间的差距就是n和1的差距。

在研究算法的效率时，我们只考虑核心代码的执行次数，这样可以简化分析。

我们研究算法复杂度，侧重的是当输入规模不断增大时，算法的增长量的一个抽象(规律)，而不是精确地定位需要 执行多少次，因为如果是这样的话，我们又得考虑回编译期优化等问题，容易主次跌倒。

---

来源：https://ke.qq.com/course/2869782?taid=9780856011606550