数据结构基础

1. 数据结构

数据的逻辑结构，存储结构及操作（数据的运算）

1.1 数据

数据：不只是一个单纯的数值，而是类似于一个集合的概念

数据元素：是数据的基本单位，由若干个基本项组成

数据项：是数据的最小单位，描述数据元素的信息

 注意：节点就是数据元素

 整个表为数据，每一行为数据元素，单个编号等信息为数据项

 1.2 逻辑结构

数据之间的逻辑规律和数据之间的关系

数据之间的关系：

1）线性关系 ----》 线性结构 ------》一对一 ------》线性表

2）层次关系 ------》树形结构 ---------》一对多 ---------》 树

3）网状关系 -------》 图状结构 --------》 多对多 ----------》 图

 1.3 存储结构

数据结构的逻辑结构在计算机中的具体实现

1.3.1 顺序存储结构

数组：在内存当中一段连续的内存空间中保存数据(如c语言中的一维数组)

1.3.2 链式存储结构

特点：数据在内存中是不连续的，通过指针进行连接

链表：

struct node_t

{

int date; //数据域

struct node_t * next; //指针域，指向自身

}；

struct node_t A;

struct node_t B;

struct node_t C;

A. next = &B;

B. next = &C;

1.3.3 索引存储结构

提高查找速度

索引表 + 数据文件

1.3.4 散列存储结构

数据在存储的时候与关键码之间存在某种对应关系

存的时候按照对应关系存

取的时候按照对应关系取

2. 算法

解决问题的思想方法

2.1 算法与程序

算法：解决问题的思想方法

程序：用计算机语言对算法的具体实现

2.2 算法与数据结构

算法 + 数据结构 = 程序

算法的设计：取决于选定的逻辑结构

算法的实现：依赖于采用的存储结构（顺序、链式）

2.3 算法的特性

1）有穷性：算法的执行步骤是有限的

2）确定性：算法的每一步都是有明确含义的

3）可行性：算法能够在有限的时间内完成

4）输入

5）输出

2.4 评价算法好坏

正确性：保证算法可以正确完成功能

易读性：容易被解读

健壮性：容错处理

高效性: 执行效率，算法执行快慢容易受到计算机性能的影响，不可以作为评判 算法高效性的标准，这通过可执行语句重复执行次数来衡量算法是否高 效。(时间复杂度)

低存储型：占用空间小（空间复杂度）

2.5 时间复杂度

算法的可执行语句重复执行的次数

通常时间复杂度用一个问题规模函数来表达

T(n) = O(f(n))

T(n) //问题规模的时间函数

n 问题规模

O //时间数量级

f(n) //算法的可执行语句重复执行的次数 用问题规模n的某个函数f(n)来表达

计算大O的方法

1) 根据问题规模n写出表达式f(n)

2) 只保留最高项，其他项舍去

3) 系数化为1

4) 如果只有常数项，将其置为1