1.数据结构的研究内容（数据结构和算法）

1.1计算机解决问题：

1.1.1计算机处理问题的思路：

1.将具体问题抽象为数学模型；
2设计算法；
3编程、调试、运行；

1.1.2计算机处理问题的思路：

1操作对象；2.操作算法；3.操作对象之间的关系；

1.2数据结构和术语

1.2.1数据定义：

1. 能够被计算机处理的各种符号的集合：
2. 信息的载体；是对客观事物符号化的表示；能够被计算机识别，存储和加工；
3. 包括数值型（整数和实型）和非数值型（声音，图像，视频等）

1.2.2数结构层级关系：

1.数据：例如学生信息表，包含学生的编号，姓名，年龄，班级，专业等信息。
2.数据元素：学生信息表中每行学生的信息
3.数据项：每行学生信息中其中一个属性，例如学生的性别

1.2.2数结构包含的内容：

1. 逻辑结构：数据元素之间的逻辑关系；
2. 数据物理结构（存储结构）：数据元素及其关系在计算机中表示的载体；
3. 数据的运算和实现：对数据的一些操作以及这些操作在存储结构上的实现；

逻辑结构种类：
划分方式一：
1.线性结构：
数据有一个开始和中断节点，并且所有节点最多只有一个前驱和后继；例如;线性表、栈、队列、串；
2.非线性结构：一个节点可能有多个前驱和多个后继，例如：树，图

划分方式二：
1.集合结构：
结构中的数据元素属于一个集合以外，无任何其他关系；
2.线性结构：
数据有一个开始和中断节点，并且所有节点最多只有一个前驱和后继；例如;线性表、栈、队列、串；
3.树形结构：
数据元素之间存在一对多的层次关系
4.图形结构和网状结构
数据元素之间存在多对多的任意关系

存储结构的种类：
1.顺序结构
一组连续的存储单元，依次存储，例如C语言中的数组
2.链式结构
一组元素的存储数据元素，数据元素之间的逻辑关系用指针来表示（在存储数据时还存储了元素的地址）
3.索引结构
在存储数据元素的同时也存储了数据元素的索引表（例如：通讯录，加快查询效率）
4.散列结构
根据存储元素的关键字来直接结算节点的存储位置

1.2.2数据类型和抽象数据类型：

数据类型：
必须对程序中出现的每个变量、常量、表达式，明确说明的所属的数据类型
例如：c语言中 int，float、double，数据等
抽象数据类型（ADT）
从事务中抽取事务的抽取的数据模型和一些抽象运算，不考虑数据的物理存储结构
DSP的三元组表示：
D：数据对象
S：是D的关系集
F：是D的基本操作集合
定义格式：
ADT 抽象数据对象名{
数据对象：
数据关系
数据操作
}ADT 抽象数据对象名

基本操作定义格式：
参数表：复制参数只为操作提供输入值
初始条件：描述操作执行之前数据结构和参数应该满足的条件，若不满足，则操作失败，并且返回响应的出错信息。
操作结果：操作正常完成之后，数据结构的变化状况和应返回的结果

1.3算法的算法分析

1.3.1算法描述：

自然语言：英文，中文
流程图：传统流程图、NS流程图
伪代码：类语言（C语言）
算法

算法和程序概念：
算法是解决问题的一种方法和一个过程，考虑将输入转换为输出，一个问题又多个算法
程序：用程序设计语言对算法的具体实现
程序=数据结构+算法

算法特性：
有穷性：算法的步骤和时间是有限的
确定性：算法的每一条指令必须有确切的含义，没有二义性
可行性:算法是可执行的
输入：一个算法有0个或者多个输入
输出：算法必须有一个以上输出

算法设计要求：
正确性：不含与错误
可读性：方便人的阅读和交流，便于人的理解
健壮性：当输入错误数据时，算法恰当的做出反应进行相应吹；处理出错的方法，不是中断程序，而是返回错误信息
高效性：执行时间段

算法效率：
1.时间效率：算法所耗费的时间

2.空间效率：算法所占用的资源

算法运行时间=枚举语句的频度*该语句执行一次所需的时间
算法时间复杂度：
基本语句重复执行的次数 是问题规模n的某个函数f（n）
算法的时间度量：T（n）=O（f(n)）
n越大，执行时间越长
排序：n为记录数
矩阵：n为矩阵的阶数
多项式：n为多项式的项数
集合：n为元素个数
树：n为树的结点个数
图：n为图的顶点数或者边数

算法复杂度的分析方法：
1.找出语句频率最大的基本语句
2.计算基本语句的频率得到问题规模n的某个函数f（n）
3.取其数量级用符号“O”来表示

算法时间复杂度
最坏时间复杂度、平均时间复杂度、最好情况复杂度
对于复杂的算法，可以将它分成几个容易估算的部分，用乘法法则和加法法则来表示：
加法法则：
T（n）=T1（n）+T2（n）+T3（n）+…
乘法法则：
T（n）=T1（n）*T2（n）*T3（n）…