数据结构——绪论

本文内容是自己通过对本章的学习，概括汇总知识点以及加上自己的理解而写。不会有很多的概念性定义。而是旨在对大家该章知识框架的形成提供帮助，包括对知识的复盘，并且用最通俗的语言来帮助大家理解我所认为重要的知识。

如果你是来进行系统的学习，那么本文可能只是用来拓展知识面；但如果你是在学习相关内容后，对于框架体系的建立比较模糊，以及部分知识点存在疑惑，那么本文应该非常适合你。

我们首先根据这张思维导图开启今日知识点复盘吧。

数据结构这本书主要就是研究数据结构，以及它是如何实际应用的——算法，再对算法进行一个评价，判断它的好坏。

问题：

1、逻辑结构有哪些

2、什么是存储结构，有哪些，他们的区别

3、评价好的算法的标准

4、评价顺序存储和链式存储,各有什么优缺点。

---

数据结构三要素包括逻辑结构、存储结构、数据的运算

其中，逻辑结构和存储结构是密不可分的，一个算法的设计取决于选定的逻辑结构，而一个算法的实现则依赖于采用的存储结构

逻辑结构

从逻辑上描述数据，分为线性和非线性。元素之间的关系也就只有“同属一个集合”、一对一、一对多、多对多这几类。

大家记住这张思维导图，脑子里有这个框架即可。

 存储结构，又称物理结构

数据结构总要存储在计算机中，那么该如何存储呢？这时候就产生了存储结构，存储结构就是用计算机语言实现的 逻辑结构。

主要有顺序存储、链式存储、索引存储、散列存储。

• 顺序存储：

定义：占用一块连续的空间，把逻辑上相邻的元素存储在计算机中物理位置也相邻的单元中。

特点：任意元素均可随机存取、地址连续、依次存放。常用数组来表示顺序表

评价：（从空间、时间、适用情况下）顺序表在空间上由于数组长度不可变，会存在闲置/溢出，存储密度为1；在时间上，顺序表随机存取——时间复杂度为1，但是在插入删除中，需要移动后面元素——时间复杂度为n;顺序表适用于表长变化不大，且事先可知变化范围，少插入删除操作的情况。

• 链式存储：

定义：不要求逻辑上相邻的元素物理位置也相邻，用指针来表示逻辑关系

特点：只能顺序存取

评价：在空间上，链表不存在空间的闲置或溢出，但是指针占用额外空间，存储密度小于1；在时间上，顺序存取——在存放取出操作时按链表一个个找——复杂度为n，但在插入删除中可以直接找到该元素——复杂度为1；适用于长度变化较大，且频繁插删的情况。

• 索引存储：

这个接触不多，不太熟，容我看看书 哈哈！

定义：在存储元素信息的同时，建立附加的索引表。索引表的每项称为索引项，包括关键字和地址

评价：

• 散列存储：

定义：又称哈希存储，由结点的关键码决定结点的存储地址，而散列函数来表示元素的存储位置（下标）与关键码之间的对应关系。例如，（24,10,32,29,17），散列函数为取余，得知下标分别为{4,1,2,9,7}，根据关键码把结点存放进数组中。

评价：检索、增删操作都很快，但缺点是如果散列函数不好，会出现冲突。

运算

数据结构的运算包括运算的定义和实现。

定义是针对逻辑结构，指出运算的功能；实现是针对存储结构，指出运算的具体操作步骤，进而用代码实现。

---

算法

好的算法要具有五个条件：正确性、可读性、健壮性、速度快、低存储。

算法首先必须要正确，其次应该有恰当的备注和变量命名使它具有良好的可读性；再通过添加一些判断循环语句，使得在输入非法数据时有合适的处理，减少出错，能够应对大部分情况；最后优秀的算法要尽可能降低它的时间和空间复杂度。

时间复杂度

是指算法基本运算的执行次数。在分析中，可以只考虑对运行时间贡献最大的语句的重复次数 来计算时间复杂度

时间复杂度还是很重要的，有时做题中一眼就能看出程序的时间复杂度，但让自己规范的表述其推导过程就不会，所以大家还是需要经常练习的 。

空间复杂度

定义：算法占用的空间大小。有些程序除了存放自身数据、指令的空间外，还需要辅助空间，空间复杂度只计算辅助空间。不需要额外空间时，复杂度为1

在递归中，每次递归都需要调用一个栈来保存调用空间，所以阶乘递归的空间复杂度为n。

递归程序一般用公式递推

非递归程序比较简单，可以直接累加。

举个例子，加深一下对时间复杂度的理解吧。

大家还记得斐波那契数列嘛？就是那个递归来做，算法很简单；然后我自己做就没做出来的那个。。。

递归算法中，时间复杂度为指数阶，属于爆炸增量，要尽量避免

递归算法：
Fib1(int n){
    if(n<1) return -1;
    if(n==1 || n==2) return 1;
    return Fib1(n-1)+Fib2(n-2);
}

算法改进：非递归
int Fib2(int n) {
	if (n < 1) return -1;
	int *a = new int[n + 1];//定义长度为n+1的数组，0空间不用
	a[1] = 1; a[2] = 1;
	for (int i=3;i<n+1;i++)
		a[i] = a[i - 1] + a[i - 2];
	return a[n];
}

算法2中，时间复杂度从指数阶降到多项式阶，算法效率可提升太多了。但是他用到了一个辅助数组来记录中间结果，所以空间复杂度为n。典型的空间换时间。

但算法2中，中间结果只是为了下一次用，根本不需要记录，所以可以再次改进，用迭代法

int Fib3(int n) {
	if (n < 1) return -1;
	if (n == 1 || n == 2) return 1;
	int s1 = 1, s2 = 1;
	for (int i=3;i<=n;i++)
	{
		s2 = s1 + s2;//辗转相除法
		s1 = s2 - s1;
	}
	return s2;
}

迭代法就是一种不断用变量的旧值递推出新值的解决问题的方法，也就是辗转相除法。

暂时写到这吧，后续再不断增加内容，拜拜了您嘞

---

“为生民请命,为天地立心,为往圣继绝学,为万世开太平”

——Galaxy.Z