第一章：绪论

1.1数据结构基本概念

数据： 计算机程序加工的原料
数据元素： 数据的基本单位，由若干数据项组成
数据项： 数据元素不可分割的最小单位，例如：学生记录是数据元素，它由学号、姓名、性别等数据项组成
数据对象： 具有相同性质的数据元素的集合，是数据的一个子集，套用数学概念：数据是所有数，子集有整数集N，儿N在数据结构概念中叫整数数据对象
数据类型： 一个值的集合和定义在此集合上的一组操作的名称

1. 原子类型：基本数据类型int、bool等
2. 结构类型：自定义的结构，内涵多个基本数据类型
3. 抽象数据类型 ：抽象数据组织及与之相关的操作

数据结构： 相互之间存在一种或多种特定关系的数据元素的集合

1.2数据结构三要素

1.2.1数据的逻辑结构

• 集合：没有关系，只是集合
• 线性结构：一对一的关系
• 树形结构：一对多的关系
• 图状结构或网状结构：多对多的关系

1.2.2 数据的存储结构

• 顺序存储：物理位置相邻
• 链式存储：不要求物理位置相邻，借用指针
• 索引存储：附加索引表记录存储位置，按表存储
• 散列存储：哈希存储

1.2.3数据的运算

施加在数据上的运算包括定义和实现。运算的定义是针对逻辑结构的，指出运算的功能；运算的实现是针对存储结构的，指出运算的具体操作步骤。

1.3算法基本概念

对特定问题求解步骤的一种描述

1.3.1五个特性

• 有穷性：一个算法必须总在执行有穷部之后结束，且每一步都可在有穷时间内完成
• 确定性：对于相同的输入只能得出相同的输出
• 可行性：执行有限次基本运算得到既定目标
• 输入：零个或多个输入
• 输出：一个或多个输出

1.3.2达到目标

• 正确性：正确的解决求解问题
• 可读性：帮助人理解
• 健壮性：输入非法数据可以迅速做出反应，不能输出莫名奇妙的结果
• 效率与低存储量需求

1.4时间复杂度

频度： 该语句在算法中被重复执行的次数
用频度分析时间复杂度
规则： 取阶数最高的，例如O(n²)+O(n)+1=O(n²)
常见时间复杂度阶数比较：常对幂指阶
O(1)<O(log₂n)<O(n)<O(nlog₂n)<O(n²)<O(n³)<O(2ⁿ)<O(n!)<O(nⁿ)

void loveYou(int n){
	int i=1;//语句1
	while(i<=n){//语句2
		i++;//语句3
		printf("I Love You %d\n",i);//语句4
	}
	printf("I Love You More Than %d\n",n);//语句5
}
/*
语句频度：
1：——1次
2：——3001次
3和4：——3000次
5：——1次
T(n)=1+(n+1)+2n+1=3n+3=O(n)
*/

1.5空间复杂度

所耗费的存储空间
原地工作： 算法所需要的辅助空间为常量，即O(1)
递归算法空间复杂度通常为O(n)