数据结构绪论——小结

1.1 数据结构在程序设计中的作用

图灵奖获得者沃思给出的著名公式；数据结构+算法=程序

计算机解决任何问题都必须依靠程序设计；

                                                               程序设计的一般步骤

1.2主要内容

问题-->抽象出问题的模型——>求模型的解

【问题】：数值问题、非数值问题

                      数值问题——.数学方程

                      非数值问题——数据问题

非数值问题的数据组织和处理，主要内容如下：

（1）数据的逻辑结构：线性表、树、图等数据结构，其核心是如何组织待处理的数据以及数据之间的关系；

（2）数据的存储结构：如何将线性表、树、图等数据结构存储到计算机的存储器中，其核心是如何有效地存储数据以及数据之间的逻辑关系；

（3）算法：如何基于数据的某种存储结构实现插入、删除、查找等基本操作，其核心是如何有效地处理数据；

（4）常用数据处理技术：查找技术、排序技术、索引技术等。

1.3数据结构的基本概念

数据 ：所有能 输入 到计算机中并能被计算机程序 识别和处理 的符号集合。

            数值数据：整数、实数等

            非数值数据：图形、图象、声音、文字等

数据元素 ：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。

数据项 ：构成数据元素的不可分割的最小单位。

数据结构：相互之间存在一定关系的数据元素的集合。

数据、数据元素、数据项之间的关系

包含关系：数据由数据元素组成，数据元素由数据项组成。

数据元素是讨论数据结构时涉及的最小数据单位，其中的数据项一般不予考虑。

数据(——>数据元素)结构（——>关系）

按照视点的不同，数据结构分为逻辑结构和存储结构。

逻辑结构：指数据元素之间 逻辑关系 的整体。——> 关联方式或邻接关系

数据的逻辑结构是从具体问题抽象出来的数据模型

数据的逻辑结构在形式上可定义为一个二元组：

Data_Structure = (D, R)

其中 D 是数据元素的有限集合， R 是 D 上关系的集合

Data_Structure = (D, R)

其中D = {A,B,C,D,E,F,G}

R = {R1}，R1 = {<A,B>, <A,E>, <A,F>, <B,C>, <B,D>, <C,D>, <D,E>, <D,G>, <E,F>, <E,G>}

存储结构：又称为物理结构，是数据及其逻辑结构在 计算机 中的表示。——>内存

                   存储结构实质上是内存分配，在具体实现时依赖于计算机语言。

数据结构从逻辑上分为四类：

⑴集合：数据元素之间就是“属于同一个集合” ；

⑵线性结构：数据元素之间存在着一对一的线性关系；

⑶树结构：数据元素之间存在着一对多的层次关系；

⑷图结构：数据元素之间存在着多对多的任意关系。

通常有两种存储结构：

1.顺序存储结构：用一组连续的存储单元依次存储数据元素，数据元素之间的逻辑关系由元素的存储位置来表示。

2.链接存储结构：用一组任意的存储单元存储数据元素，数据元素之间的逻辑关系用指针来表示 。

数据的逻辑结构属于用户视图，是面向问题的，反映了数据内部的构成方式；数据的存储结构属于具体实现的视图，是面向计算机的。

一种数据的逻辑结构可以用多种存储结构来存储，而采用不同的存储结构，其数据处理的效率往往是不同的。

抽象数据类型

1. 数据类型（Data Type）：一组值的集合以及定义于这个值集上的一组操作的总称。

      例如：C++中的整型变量 

2. 抽象（Abstract）:抽出问题本质的特征而忽略非本质的细节。

     例如：地图、驾驶汽车

3. 抽象数据类型（Abstract Data Type，ADT）:一个数据结构以及定义在该结构上的一组操作的总称。 

在设计ADT时，把ADT的定义、设计和实现分开来。定义部分只包含数据的逻辑结构和所允许的操作集合，一方面，ADT的使用者依据这些定义来使用ADT，即通过操作集合对该ADT进行操作；另一方面，ADT的实现者依据这些定义来完成该ADT各种操作的具体实现。

 

ADT 抽象数据类型名

Data

    数据元素之间逻辑关系的定义

Operation
    操作1
        前置条件：执行此操作前数据所必须的状态 
          输        入：执行此操作所需要的输入
          功        能：该操作将完成的功能
          输        出：执行该操作后产生的输出
          后置条件：执行该操作后数据的状态
   操作2
            ……
   ……
   操作n
          ……
endADT

1.4 算法及其算法的分析

算法的相关概念

1.算法（Algorithm）:是对特定问题求解步骤的一种描述，是指令的有限序列。

2.算法的五大特性：

⑴ 输入：一个算法有零个或多个输入。

⑵输出：一个算法有一个或多个输出。

⑶有穷性：一个算法必须总是在执行有穷步之后结束，且每一步都在有穷时间内完成。

⑷确定性：算法中的每一条指令必须有确切的含义，对于相同的输入只能得到相同的输出。

⑸可行性：算法描述的操作可以通过已经实现的基本操作执行有限次来实现。

算法的四种描述

一、算法的描述方法——自然语言 

优点：容易理解
缺点：冗长、二义性
使用方法：粗线条描述算法思想
注意事项：避免写成自然段

二、算法的描述方法——流程图 

优点：流程直观
缺点：缺少严密性、灵活性
使用方法：描述简单算法
注意事项：注意抽象层次

三、算法的描述方法——程序设计语言

优点：能由计算机执行
缺点：抽象性差，对语言要求高
使用方法：算法需要验证
注意事项：将算法写成子函数

四、算法的描述方法——伪代码 

伪代码（Pseudocode）：介于自然语言和程序设计语言之间的方法，它采用某一程序设计语言的基本语法，操作指令可以结合自然语言来设计。

优点：表达能力强，抽象性强，容易理解

使用方法：7 ± 2

算法分析

度量算法效率的方法：

事后统计：将算法实现，测算其时间和空间开销。

缺点：⑴ 编写程序实现算法将花费较多的时间和精力；

            ⑵ 所得实验结果依赖于计算机的软硬件等环境因素。

事前分析：对算法所消耗资源的一种估算方法。 

算法分析（Algorithm Analysis）：对算法所需要的计算机资源——时间和空间进行估算。

      时间复杂性（TimeComplexity）

      空间复杂性（SpaceComplexity）

算法的时间复杂度分析

问题规模：输入量的多少。

基本语句：是执行次数与整个算法的执行次数成正比的操作指令。

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))。

当 问题规模充分大时在渐近意义下的阶。

定理：若A(n)=amnm+am-1nm-1+¼+a1n+a0是一个m次多项式，则A(n)=O(nm)。

说明：在计算算法时间复杂度时，可以忽略所有低次幂和最高次幂的系数

如果问题规模相同，时间代价与输入数据有关，则需要分析最好情况、最坏情况、平均情况。

最好情况：出现概率较大时分析

最差情况：实时系统

平均情况：已知输入数据是如何分布的， 通常假设等概率分布