數(shù)據(jù)結(jié)構(gòu) 第一章 緒論

第一章 緒論

1.1 計算機研究的問題

  • 數(shù)值計算: 解決數(shù)學(xué)問題

  • 非數(shù)值計算:管理系統(tǒng)(數(shù)據(jù)結(jié)構(gòu))

    DS(Data structure):是一門非數(shù)值計算程序的操作對象厉颤,以及這些對象之間關(guān)系和操作的學(xué)科(增刪改查)美旧。

1.2 數(shù)據(jù)、數(shù)據(jù)元素渔肩、數(shù)據(jù)項和數(shù)據(jù)對象

  • 數(shù)據(jù):客觀事物的符號表示 因俐,能輸入到計算里面的,并能被計算機識別處理的總稱周偎。(一整張學(xué)生表都是數(shù)據(jù))
  • 數(shù)據(jù)元素:數(shù)據(jù)的基本單位抹剩。(如一條記錄)完整的描述。
  • 數(shù)據(jù)項:組成數(shù)據(jù)元素栏饮、獨立吧兔、不可分割的最小單位。
  • 數(shù)據(jù)對象:性質(zhì)相同的數(shù)據(jù)元素的集合袍嬉,數(shù)據(jù)的子集倦炒。

數(shù)據(jù)結(jié)構(gòu)(DR)(DS):

  • 數(shù)據(jù)元素的集合
  • 數(shù)據(jù)元素之間存在一種或者多種關(guān)系的集合

數(shù)據(jù)元素+結(jié)構(gòu)

結(jié)構(gòu)(邏輯結(jié)構(gòu)和存儲結(jié)構(gòu))

  • 邏輯結(jié)構(gòu)(給人看) 從邏輯上描述數(shù)據(jù)幢竹,與數(shù)據(jù)存儲無關(guān),是獨立于計算機的。

線性結(jié)構(gòu) O---O----O----O O元素 ----關(guān)系 (1對1)

樹結(jié)構(gòu)(一對多)

圖結(jié)構(gòu)或者網(wǎng)狀結(jié)構(gòu)(多對多)

集合結(jié)構(gòu) (0對0)

邏輯 分成兩大類

線性結(jié)構(gòu) 棧劫笙、隊列贯吓,線性表,串?dāng)?shù)組沟堡,廣義表

非線性結(jié)構(gòu):樹矢空,二叉樹,圖粥血,有向圖,無向圖复亏,集合

<img src="https://i.loli.net/2020/05/22/2IwURqcBiFulQma.jpg" />

  • 存儲結(jié)構(gòu)(物理結(jié)構(gòu))(給機器看) 數(shù)據(jù)對象在計算機的存儲表示
  • 順序存儲
  • 鏈?zhǔn)酱鎯?/li>

數(shù)據(jù)類型

  • 基本類型
  • 自定義(結(jié)構(gòu)體)

抽象數(shù)據(jù)類型

1數(shù)據(jù)對象:集合D

2數(shù)據(jù)關(guān)系:S

3基本操作:P

舉例 ADT(abstract data type)=(DSP) studentList

D數(shù)據(jù)對象{a,b,c,d}

S數(shù)據(jù)關(guān)系{<a,b><b,c><a,d>}

P基本操作

  • 實例化操作
  • 添加學(xué)生
  • 刪除學(xué)生
  • 修改學(xué)生
  • 查找學(xué)生

算法

  • 解決問題的有限操作序列(操作步驟)

算法的重要特征:

  1. 有窮性:每一步都在有窮時間內(nèi)完成
  2. 確定性:確切的規(guī)定缔御,不產(chǎn)生二義性
  3. 可行性:要由可實現(xiàn)的基本操作執(zhí)行運算有限次來實現(xiàn)
  4. 輸入:0或者多個輸入
  5. 輸出:1個或者多個輸出

評價算法的基本標(biāo)準(zhǔn)

  1. 正確性
  2. 可讀性
  3. 健壯性
  4. 高效性:時間快------- 空間內(nèi)存少

評價算法的時間復(fù)雜度

  1. 算法的執(zhí)行時間大致等于所有語句執(zhí)行時間的總和
    • 事前統(tǒng)計法
    • 事后統(tǒng)計

語句頻度:一條語句重復(fù)的次數(shù)

  1. 常量階:語句頻度是固定的.

    a=1; b=2;c=3;
    //或者
        for(int i=0;i<100;i++)
        {
            x++;
            a++;
        }
    //時間復(fù)雜度  = O(1); 
    

2.線性階:

for(int i=0;i<n;i++)
{
    x++;
}
//時間復(fù)雜度  = O(n); 線性階
  1. 平方階
for(int i=0;i<n;i++)
{
for(int j=0;j<n;i++)
  {
    x++;
  }
}
//時間復(fù)雜度  = O(n^2);
  1. 立方階
for(int i=0;i<n;i++)
{
  for(int j=0;j<n;i++)
  {
   for(int j=0;j<n;i++)
   {
    x++;
   }
  }
}
//時間復(fù)雜度  = O(n^3);
  1. 對數(shù)階
for(int i=0;i<n;i=i*2)
{
    x++;
}

對數(shù)階的時間復(fù)雜度為
O(log_2 n)

時間復(fù)雜度 O(1)<O(log_2 n)<O(n)<O(nlog_2 n)<O(n^2)<O(n^3)......

空間復(fù)雜度

  • 用到多少輔助空間

例如將數(shù)組a 進(jìn)行倒序

算法1 a 給b 再給a 用到了輔助空間b -------- 空間復(fù)雜度 O(n)

算法2 a中 首尾交換 只用了一個輔助空間temp ------- 空間復(fù)雜度O(1)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末饶氏,一起剝皮案震驚了整個濱河市疹启,隨后出現(xiàn)的幾起案子蔼卡,更是在濱河造成了極大的恐慌,老刑警劉巖雇逞,帶你破解...
    沈念sama閱讀 218,546評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件塘砸,死亡現(xiàn)場離奇詭異,居然都是意外死亡掉蔬,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,224評論 3 395
  • 文/潘曉璐 我一進(jìn)店門箭启,熙熙樓的掌柜王于貴愁眉苦臉地迎上來傅寡,“玉大人,你說我怎么就攤上這事荐操≌洳撸” “怎么了?”我有些...
    開封第一講書人閱讀 164,911評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我肩民,道長链方,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,737評論 1 294
  • 正文 為了忘掉前任工窍,我火速辦了婚禮,結(jié)果婚禮上前酿,老公的妹妹穿的比我還像新娘。我一直安慰自己淹仑,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,753評論 6 392
  • 文/花漫 我一把揭開白布匀借。 她就那樣靜靜地躺著吓肋,像睡著了一般。 火紅的嫁衣襯著肌膚如雪是鬼。 梳的紋絲不亂的頭發(fā)上磅叛,一...
    開封第一講書人閱讀 51,598評論 1 305
  • 那天,我揣著相機與錄音兆龙,去河邊找鬼敲董。 笑死,一個胖子當(dāng)著我的面吹牛腋寨,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播萄窜,決...
    沈念sama閱讀 40,338評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼键兜!你這毒婦竟也來了凤类?” 一聲冷哼從身側(cè)響起谜疤,我...
    開封第一講書人閱讀 39,249評論 0 276
  • 序言:老撾萬榮一對情侶失蹤现诀,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后坐桩,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,696評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡撕攒,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,888評論 3 336
  • 正文 我和宋清朗相戀三年抖坪,在試婚紗的時候發(fā)現(xiàn)自己被綠了闷叉。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,013評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡蚯瞧,死狀恐怖品擎,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情萄传,我是刑警寧澤,帶...
    沈念sama閱讀 35,731評論 5 346
  • 正文 年R本政府宣布振诬,位于F島的核電站,受9級特大地震影響赶么,放射性物質(zhì)發(fā)生泄漏脊串。R本人自食惡果不足惜清钥,卻給世界環(huán)境...
    茶點故事閱讀 41,348評論 3 330
  • 文/蒙蒙 一放闺、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧雄人,春花似錦础钠、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,929評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至董栽,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間锭碳,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,048評論 1 270
  • 我被黑心中介騙來泰國打工推汽, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留歧沪,地道東北人。 一個月前我還...
    沈念sama閱讀 48,203評論 3 370
  • 正文 我出身青樓暖夭,卻偏偏與公主長得像,于是被迫代替她去往敵國和親鳞尔。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,960評論 2 355