第一节-数据结构

---

    之前对数据结构的了解真的很浅显，虽然对我这种小白来说也用不到什么高级的算法，采用什么样的数据结构。但是，在立志前往IT前沿的道路上，我的的确确该做些改变了！

一.数据

Q1：数据是什么？

A1：所有能输入到计算机中且能被计算机程序处理的符号的总称。

PS：数据对象是性质相同的数据元素的集合，是数据的子集。
数据元素又可以由若干个数据项组成。

eg：图书馆的所有书籍就是一个数据对象，而每一本书都是一个数据元素，每一个数据元素都有好多数据项组成（名称、类别、出版社、作者等等）

Q2:那么什么是数据结构呢？

A2:简单来说就是有特定关系的数据元素的集合。

PS：

4类基本结构

1.线性结构；
2.树形结构；
3.图形结构；
4.集合；

数据结构是一个二元组 Data Structure = (D,S)
– D是数据元素的有限集
– S是D上关系的有限集

数据元素之间的关系有两种表示方法：

1.顺序存储；
2.链式存储；

二.数据类型

数据类型是一个值的集合和定义在这个值集上的一组操作的总称。

三.抽象数据类型

一个数学模型以及定义在该模型上的一组操作

三元组表示：（D,S,P）

–D:数据对象
–S：D上的关系集
–P：对D的基本操作集

---

1.3 抽象数据类型的表示和实现

详情见《数据结构》P9-P13

---

伪代码—–以 类C 为例；

---

1.4 算法

Character :

1.无死循环
2.无二义性
3.可行性
4.输入
5.输出

Brilliant Algorithm:

1. 正确性 –测试人员要比开发者多
2. 可读性 –要求一目了然
3. 健壮性 –可以当作可移植性，不同环境下都可正确运行
4. 效率与第存储量要求 –属于数据结构的范畴
   即高速低存储

算法的描述工具

1. 自然语言（太粗）
2. 高级语言（太细）
3. 伪代码指令（具体见1.3算法的描述工具）–点下面的1.3即可跳转

算法的效率评价

时间复杂度

基本操作的重复执行次数是n 的某个函数f(n)

T(n)=O(f(n))

PS:

1.可以选择一种基本操作进行讨论；
2.只需选择次数最高的项，并去除系数即可；

空间复杂度

包括了显式和隐式

        隐式：递归所用的工作栈