第一章 绪论

文章目录

  • 前言
  • 一、逻辑结构
    • 1.分类
  • 二、存储结构
    • 1.分类
    • 2.顺序存储与链式存储的比较
  • 三、算法
    • 1.特性
    • 2.时间复杂度
    • 3.空间复杂度


前言

例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。


一、逻辑结构

含义:数据元素之间的逻辑关系

1.分类

A. 集合结构:
第一章 绪论_第1张图片
B. 线性结构:
第一章 绪论_第2张图片

2的前驱为1
2的后继为3

C. 树形结构:
第一章 绪论_第3张图片

D. 图形结构:
第一章 绪论_第4张图片

二、存储结构

含义:数据结构在计算机的体现

1.分类

顺序存储:
第一章 绪论_第5张图片
链式存储:
第一章 绪论_第6张图片
C语言的实现:

Typdef struct Lnode
{
	ElemType data;//数据
	struct Lnode* next;//结构体类型指针
}Lnode,*LinkList;

Lnode* L;
L = (LinkList)malloc(sizeof(Lnode));
A->next = B;
B->next = C;

索引存储:
散列存储:哈希存储

2.顺序存储与链式存储的比较

第一章 绪论_第7张图片

三、算法

含义:对特定问题求解的描述。

1.特性

有穷性、确定性、可行性、输入与输出。

2.时间复杂度

A. 表示:
T(n)=O(f(n))
n:问题的规模;
f(n):问题规模n的某函数。
B. 常见时间复杂度排序:
O(1)2n)2n)2)3)n)n))
B. 时间复杂的处理:
加法规则:T(n)=T1(n)+T2(n)=O(f(n))+O(g(n))=O(max(f(n),g(n)))
乘法规则:T(n)=T1(n)×T2(n)=O(f(n))×O(g(n))=O(f(n)×g(n))
注:求时间复杂度时会忽略高阶项系数与低阶项。

3.空间复杂度

A. 含义:指算法在运行过程中所使用的辅助空间大小。
B.表示:
S(n)=O(f(n))

你可能感兴趣的:(数据结构,数据结构)