数据结构基础知识

数据结构基础知识

研究内容

数据结构主要研究非数值计算问题，非数值计算问题无法用数学方程建立数学模型

---

基本概念和术语

• 数据：是客观事物的符号表示，是所有能输入到计算机中并被计算机程序处理的符号的总称。
• 数据元素：是数据的基本单位，在计算机中通常作为一个整体进行考虑和处理。有些情况下，也称为元素、记录等。
• 数据项：是组成数据元素的、有独立含义的、不可分割的最小单位。
• 数据对象：是性质相同的数据元素的集合，是数据的一个子集。
• 数据结构：是相互之间存在一种或多种特定关系的数据元素的集合。包括逻辑结构和存储结构两个层次。

---

逻辑结构

数据的逻辑结构是从逻辑关系上描述数据，它与数据的存储无关，是独立于计算机的。

两个要素：数据元素和关系（关系是指数据元素间的逻辑关系）
四种结构:

• 集合结构：数据元素之间除了”属于同一集合“的关系外，别无其它关系。
• 线性结构：数据元素之间存在一对一的关系。
• 树结构：数据元素之间存在一对多的关系。
• 图结构或网状结构：数据元素之间存在多对多的关系。

其中集合结构、树结构和图结构都属于非线性结构。

---

存储结构

数据对象在计算机中的存储表示称为数据的存储结构，也称物理结构。

• 顺序存储结构：借助元素在存储器中的相对位置来表示数据元素之间的逻辑关系，通常借助程序设计语言的数组类型来描述。
• 链式存储结构：数据存储结构要求所有的元素依次存放在一片连续的存储空间中，而链式存储结构，无需占用一整块存储空间。

---

数据类型和抽象数据结构

数据类型是一个值的集合和定义在这个值集上的一组操作的总称。
抽象数据类型一般指由用户定义的、表示应用问题的数学模型，以及定义在这个模型上的一组操作的总称，具体包括三部分：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。

抽象数据定义格式如下：

ADT 抽象数据类型名{
数据对象：<数据对象的定义>
数据关系：<数据关系的定义>
基本操作：<基本操作的定义>
}ADT 抽象数据类型名

其中，数据对象和数据关系的定义采用数学符号和自然语言描述，基本操作的定义格式为：

基本操作名（参数表）
初始条件：<初始条件描述>
操作结果：<操作结果描述>

基本操作有两种参数：赋值参数只为操作提供输入值；引用参数以”&“打头，除可提供输入值外，还将返回操作结果。

---

算法和算法分析

算法特性：

• 有穷性
• 确定性
• 可行性
• 输入
• 输出

评价算法优劣的基本标准：正确性、可读性、健壮性、高效性

---

算法的时间复杂度

衡量算法效率两种方法：事后统计法和事前分析估算法
不考虑计算机的硬件等环境因素，影响算法时间代价的最主要因素是问题规模。（问题规模是算法求解问题输入量的多少，是问题大小的本质表示，一般用整数n表示）
一条语句的重复执行次数称作语句频度

一般情况下，算法中基本语句重复执行的次数是问题规模n的某个函数f（n），算法的时间复杂度记作
T（n）=O（f（n））
它表示随问题规模n的增大，算法执行时间的增长率和f（n）的增长率相同，称作算法的渐进时间复杂度，简称时间复杂度。

时间复杂度分析举例：

• O（1）常数
• O（n）线性 一层for循环
• O（n^2） 平方 两层for循环
• O（n^3） 立方 三层for循环
• O（lgn） 对数 二分查找
• O（nlgn） 排序
• O(2^n) 指数
  常见函数的增长率：
  
  最好时间复杂度：算法在最好情况下的时间复杂度
  最坏时间复杂度：算法在最坏情况下的时间复杂度
  平均时间复杂度：算法在所有可能情况下，按照输入实例以等概率出现时，算法计算量的加权平均值
  通常只讨论算法在最坏情况下的时间复杂度。

---

算法的空间复杂度

类似于算法的时间复杂度，我们采用渐进空间复杂度作为算法所需存储空间的量度，简称空间复杂度，它也是问题规模n的函数，记作：
S（n）=O（f（n））

通常情况下，鉴于运算空间较为充足，人们都以算法的时间复杂度作为算法优劣的衡量标准。

---

借鉴：《数据结构》严蔚敏