数据结构与算法——第一章绪论

绪论

博主目前是一位大二学生，鉴于数据结构与算法是一门考试课，故记录以便学习

数据结构的研究对象

数据、数据元素、数据项
数据对象也是整张表

• 数据是信息的载体，是描述客观事物的数、 字符、以及所有能输入到计算机中，能被计算机程序识别和处理的符号的集合
• 数据元素是数据的基本单位，在计算机程序中通常作为一个整体进行考虑和处理。数据元素又称为元素、结点、记录
• 数据项是数据结构中讨论的最小单位
• 组合项：例如生日
• 原子项：不可再分割的数据项如年、月、日
• 数据对象：性质相同的数据元素的集合
• 数据结构是数据元素之间抽象的相互关系，并不涉及数据元素的具体内容

数据结构的表示：

通常可以用一个二元组<D，R>来表示。或写成DS=<D，R>。
D是数据集合（数据对象），R是D中数据元素之间所存在的关系的有限集合。
数据结构（技术）就是根据各种不同的数据集合和数据元素之间的关系，研究如何表示、存储和操作（查找、插入、删除、修改、排序）这些数据的技术。

DS的第一个重要部分——逻辑结构

数据的逻辑结构—人为定义的，用户可以看到
数据的逻辑结构从逻辑关系上描述数据，与数据的存储无关；可以看作是从具体问题抽象出来的数据模型； 数据的逻辑结构与数据元素的相对（存储）位置无关。
分类：

• 集合
• 线性结构
• 非线性结构
  • 树
  • 图

线性结构
关系r 是一种线性关系，或称为“前后关系”，有时也称为“大小关系”。关系 r 是有向的，且满足全序性和单索性等约束条件
e.g. linearity=(K,R)
K={1,2,3,4,5,6,7,8,9,10}
R={<5,1>,<1,3>,< 3,8>,<8,2>,<2,7>,<7,4>,<4,6>,<6,9>,<9,10>}
对应的图形：
⑤→①→③→⑧→②→⑦→④→⑥→⑨→⑩
<>表示有序（）表示无序

DS第二个重要部分——数据的存储结构-计算机如何存储（结点及结点关系）

• 数据的存储结构是逻辑结构用计算机语言的实现；
• 数据的存储结构依赖于计算机语言；
• 计算机处理问题时是一条一条的，不能像人一样整体处理，根据存储结构找到下一条数据

基本存储映射方法：顺序（索引、散列）、非顺序（链接）

顺序存储表示：逻辑相邻则物理相邻
结点间的逻辑后继关系用存储单元的自然顺序关系来表达

链接存储表示：逻辑相邻未必物理相邻
利用指针，在结点的存储结构中附加指针字段称为链接法。
两个结点的逻辑后继关系用指针来表达

索引存储表示：为数据建立索引表
顺序存储法的一种推广，也使用整数编码来访问数据结点位置

• 散列存储表示：根据数据的关键码用散列函数计算出该数据的存储地址(目前不太理解）
  索引方法的一种延伸和扩展
  利用一种称为散列函数(hash functions)的机制来进行索引值的计算，然后通过索引表求出结点的指针地址。散列函数是将字符串 s（ 或关键码）映射到非负整数 z 的一类函数 h: S -> Z ，对任意的 s∈ S，散列函数 h(s)=z，z∈ Z
  
  这一部分的深入理解不要太急，先了解基础即可。

数据结构的发展概况

略

抽象数据型

abstract data types，ADT

抽象数据型的定义

抽象数据型是一个数学模型和在该模型上定义的操作集合的总称。

数据类型、数据结构和抽象数据型

一个变量的数据类型是该变量值的类型
抽象数据型是一个数学模型以及在该模型上定义的操作集合的总称
数据结构是抽象数据型中数学模型的表示

数据类型：一组性质相同的值的集合，以及定义于这个值集合上的一组操作的总称。
C语言中的数据类型
char int float double void *
字符型 整型 浮点型 双精度型 无值 地址

数据类型由基本数据类型或构造数据类型组成
构造数据类型由不同成分类型构成。
基本数据类型可以看作是计算机中已实现的数据结构。
数据类型就是数据结构，不过是从编程者的角度来使用。（不太理解）

多层次抽象技术

建议自底向上。
如文章->行->字

抽象数据型的优点

1.降低软件设计的复杂性
2.提高程序可读性和可维护性
3.降低程序复杂度
4.有利于基于软件构件的程序开发和程序重用（不太懂）

算法及其复杂度

算法是为解决某一特定问题而采取的具体有限的操作步骤。

算法与程序

算法是有穷性 ： 算法应在执行有穷步后结束。
程序可能持续运行，直到系统退出，例如操作系统wait函数。
算法是面向问题的。
程序是算法的具体语言实现。

算法的特性

• 有穷性
• 有n个输入（n可以=0）与输出（n>0）
• 确定性：算法的每条指令是清晰、无歧义的。
• 可行性

算法设计与算法分析是计算机科学的核心问题

• 这里建议一一慢慢了解

算法的描述方法

• 自然语言，易于理解但冗长有二义性。避免写成自然段

• 流程图。流程直观，但缺少严密性，灵活性

• 流程图的具体规范有时间再讨论
• 程序设计语言。计算机可以直接执行，但可读性差，需要专业语言知识
  
• 伪代码（真正推荐使用）
  表达能力、抽象能力强，易于理解。
  课程老师推荐使用自然语言加C++
  

算法的复杂度及其表示

计算算法效率的方法

• 事后分析

• 事前分析
  2.1 时间复杂度Time Complexity
  2.2空间复杂度Space Complexity

• 如何表达一个算法的复杂性
  算法的执行时间，是基本（操作）语句重复执行的次数，它是问题规模的一个函数。我们把这个函数的渐近阶称为该算法的时间复杂度。
  问题规模：输入量的多少
  算法分析----大O符号
  定义： 若存在两个正的常数c和n0，对于任意n≥n0，都有T(n)≤c×f(n)，则称T(n)=O(f(n))
  
  
  很多算法使用的数据结构是静态的存储结构，即存储空间在算法执行过程中并不发生变化
  使用动态数据结构算法的存储空间是变化的，在算法运行过程中有时会有数量级的增大或缩小。对于这种情况，空间开销的分析和估计是十分必要的

• 怎样计算一个算法的复杂性

时间复杂度分析的基本方法

算法分析：各种语句遵循的规则
(1)赋值语句或读/写语句: 运行时间通常取O(1)
(2)语句序列: 运行时间由加法规则确定
(3)分支语句：运行时间由条件测试（通常为O(1) ）加上分支中运行时间
最长的语句的运行时间
(4)循环语句: 运行时间是对输入数据重复执行n次循环体所耗时间的总和
每次重复所耗时间包括两部分：一是循环体本身的运行时间；二是计算循环参数、测试循环终止条件和跳回循环头所耗时间。后一部分通常为O(1)。 通常，将常数因子忽略不计，可以认为上述时间是循环重复次数n和m的乘积，其中m是n次执行循环体当中时间消耗最多的那一次的运行时间(乘法规则)当遇到多重循环时，要由内层循环向外层逐层分析。因此，当分析外层循环的运行时间是，内层循环的运行时间应该是已知的。此时，可以把内层循环看成是外层循环的循环体的一部分。
(5)函数调用语句: （不太懂，较难，会在第八章详细讲）
①若程序中只有非递归调用，则从没有函数调用的被调函数开始，计算所有这种函数的运行时间。然后考虑有函数调用的任意一个函数P，在P调用的全部函数的运行时间都计算完之后，即可开始计算P的运行时间。
②若程序中有递归调用，则令每个递归函数对应于一个未知的时间开销函数T(n)，其中n是该函数参数的大小，之后列出关于T的递归方程并求解之。


拓展

最坏、最好和平均情况分析

在进行算法增长率估计时，有些算法，即使问题规模相同，若输入数据不同，其时间复杂度也不同，由于算法实际执行的操作往往依赖于分支条件的走向，而输入数据的取值又影响这些分支走向，因此很多算法都无
法得出独立于输入数据的渐进估计

• 针对这一情况，提出了最差情况估计、平均情况估计、最佳 情况估计等三种方法
  平均：
  随机情况下，数组的元素是无序的，既非升序也非降序
  计算平均情况的复杂度应该考虑算法的所有输入情况，确定针对每种输入情况算法所需的操作数目
  简单情况：每种输入出现的概率相同
  复杂情况：每种输入的出现概率并非相同，
  需要了解算法的实际输入在所有可能的输入集合中的分布状
  况
  对于时间开销，一般不注意算法的“最好估计” 。特别是处理应急事件，计算机系统必须在规定的响应时间内做完紧急事件处理。这时，最坏估计是唯一的选择
  对于多数算法而言，最坏情况和平均情况估计两者，它们的时间开销的公式虽然不同，但是往往只是常数因子大小的区别，或者常数项的大小区别。因此不会影响渐进分析的增长率函数估计

结论：一般而言计算最差情况即可

逐步求精的程序设计方法

如何求解问题

问题抽象成数学模型，
写成算法，
转化成计算机能执行的指令，
精细化，细致化，形式化。

算法的逐步求精

很是困难啊，日后精进吧

习题

• 还不会