大话数据结构---（一）绪论

1.基本概念和术语

数据： 是描述客观事物的符号，是计算机中可以操作的对象。换句话说，你可以把数据比作一亩菜地，你可以对这亩菜地进行不同的操作，浇水，收割等等。对于计算机而言，数据可以是声音、图像、字符集合等。
数据对象：是性质相同的数据元素的集合，是数据的子集。它可能是一亩菜地的某个角落，一个不到十平米的位置，里面种着白菜，既然是性质相同，那么是绝对不允许这小块地长出西红柿的。
数据元素：是组成数据的、有一定意义的基本单位。可以是菜地里的一棵白菜，一株西红柿。
数据项：一个数据元素可以由若干个数据项组成，是数据不可分割的最小单位。如果把一棵白菜当成数据元素，那么数据项可以是它的根、茎、叶。如果把一株西红柿当成数据元素，那么数据项可以是它的根、茎、叶、花、果实、种子。（你可能会说，白菜也有花，但这不是重点。。。）
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。虽然白菜和西红柿是不同的数据对象，但是通过某种组合，白菜和西红柿可能有着共同的命运。（大家都懂） 同样是结构，从不同的角度来讨论，会有不同的分类。

• 逻辑结构：集合结构、线性结构、树形结构、图形结构等。
• 物理结构：顺序存储结构、链接存储结构。
  几个基本概念的关系如下：
  

2.算法

定义：解决特定问题求解步骤的描述，说白了，就是用代码解决实际问题。
特性：有穷性、确定性、可行性、输入、输出。
设计要求：正确性、可读性、健壮性、高效率和低存储量需求。
时间复杂度：T(n)=O(f(n))
推导大O阶的步骤：
- 用常数1取代运行时间中的所有加法常数（见常为1）。
- 在修改后的运行次数函数中，只保留最高阶项（去低保高）。
- 如果最高阶项存在且不是1，则去除与这个项相乘的常数（见常为1）。
注：见常为1，见变保高。
常见的时间复杂度大小排序为：
O(1)2)3)n)n)
空间复杂度： S(n)=O(f(n)),首先明确一个概念，变量的内存分配发生在定义的时候。 学了很多次空间复杂度，到现在才弄懂 和介绍时间复杂度不同，接下来会通过几个实例来说明空间复杂度，以及它的求法。
例1：

a=0;
b=0;
cout<<a<<","<<b<<endl;
//它的空间复杂度O(n)=O(1)

例2：递归算法的空间复杂度=递归深度N*每次递归所需要的辅助空间

def fun(n);
int k=10;
if(n==k)
return n;
else
return fun(++n);
//递归实现，调用fun函数，每次都创建一个变量k。调用n次，空间复杂度为O(n*1)=O(n)

例3：

for(i=0;i<n;i++){
int temp=i;
}
//变量的内存分配发生在定义的时候，因为temp的定义是循环里边，所以是n*O(1)

例4：

int temp=0;
for(i=0;i<n;i++){
 temp=i;
}
//temp定义在循环外边，所以是1*O(1)

空间复杂度说明，参考链接