期末复习：数据结构第1章

数据结构(C语言版|第2版)

第1章

1.有关概念
数据：客观事物的符号表示。
数据元素：数据的基本单位。
数据项：组成数据元素的、有独立含义的、不可分割的最小单位。
数据对象：性质相同的数据元素的集合，数据的一个子集。
数据结构：相互间存在一种或多种特定关系的数据元素的集合。分为逻辑结构和存储结构。
逻辑结构：由数据元素和关系组成。有4类基本结构(集合结构，线性结构，树结构，图结构)。
存储结构(物理结构)：顺序存储结构(类似数组)，链式存储结构(类似指针)。
数据类型：一个值的集合和定义在这个值集上的一组操作的总称。
抽象数据类型：包括数据对象、数据对象上关系的集合以及对数据对象的基本操作的集合。

2.算法
算法：有穷性、确定性、可行性、输入、输出。评价算法忧劣的基本标准：正确性、可读性、健壮性、高效性(时间<时间复杂度>和空间<空间复杂度>)。

(1)算法的时间复杂度
○问题规模和语句频度
○算法的时间复杂度定义：算法中的"基本语句"的执行次数T(n)=O(f(n))。
○算法的时间复杂度分析：语句频度最大的那条语句作为基本语句。
①常量阶：T(n)=O(1) ←与问题规模n无关的常数
②k次方阶：T(n)=O(n^k) ←由最深层循环内的基本语句的频度f(n)决定
③对数阶：T(n)=O(log2n) ←for循环中有乘法运算，如for(i=1;i<=n;i*2){x++;s=0;}
④线性对数阶：T(n)=O(nlog2n)
⑤指数阶：T(n)=O(2ⁿ)
→在实际中，应尽可能选择使用多项式阶O(n^k)的算法，避免使用指数阶的算法。人们大多关心最坏和平均时间复杂度。一般情况下只讨论最坏时间复杂度。

(2)算法的空间复杂度
空间复杂度和时间复杂度一般不能同时兼顾，即空间复杂度好，那么时间复杂度便会相对较差。