数据结构学习笔记1

 

 数据结构定义

 

   数据结构是指相互之间存在着一种或多种关系的 数据元素的集合和该集合中数据元素之间的关系组成。记为：

Data-Structure=(D,R)

 

其中 D是数据元素的 集合， R是该集合中所有元素之间的关系的 有限集合。

 

 

名词解释：

 

1.数据：信息的载体，能被计算机识别，存储和加工处理

2.数据元素：数据的基本单位，可由若干个数据项组成，数据项是具有独立含义的最小标识单位

3.数据的逻辑结构-可以看着是从具体问题抽象出来的数学模型。数据的存储结构是逻辑结构用计算机语言的实现

4.数据类型：一个值的集合及在值上定义的一组操作的总称，分为原子类型和结构类型

5.抽象数据类型：抽象数据的组织和与之相关的操作。优点：将数据和操作封装在一起实现了信息隐藏。

6. 抽象数据类型ADT：是在概念层上描述问题；类：是在实现层上描述问题；在应用层上操作对象（类的实例）解决问题。

7.数据的逻辑结构，简称为数据结构，有：
（1）线性结构，若结构是非空集则仅有一个开始和终端结点，并且所有结点最多只有一个直接前趋和后继。
（2）非线性结构，一个结点可能有多个直接前趋和后继。

8.数据的存储结构有：
1）顺序存储，把逻辑相邻的结点存储在物理上相邻的存储单元内。
2）链接存储，结点间的逻辑关系由附加指针字段表示。
3）索引存储，存储结点信息的同时，建立附加索引表，有稠密索引和稀疏索引。
4）散列存储，按结点的关键字直接计算出存储地址。

9.评价算法的好坏是：算法是正确的；执行算法所耗的时间；执行算法的存储空间（辅助存储空间）；易于理解、编码、调试。

10.算法的时间复杂度T(n)：是该算法的时间耗费，是求解问题规模n的函数。记为O(n)。
时间复杂度按数量级递增排列依次为：常数阶O(1)、对数阶O(log2n)、线性阶O(n)、线性对数阶O(nlog2n)、平方阶O(n^2)、立方阶O(n^3)、……k次方阶O(n^k)、指数阶O(2^n)。13.算法的空间复杂度S(n)：是该算法的空间耗费，是求解问题规模n的函数。

11.算法衡量：是用时间复杂度和空间复杂度来衡量的，它们合称算法的复杂度。
12.算法中语句的频度不仅与问题规模有关，还与输入实例中各元素的取值相关