概念：什么是數(shù)據(jù)結(jié)構(gòu)，什么是算法

數(shù)據(jù)結(jié)構(gòu):數(shù)據(jù)元素之間的關(guān)系

算法：算法就是解決特定問題求解步驟的描述,在計算機(jī)中表現(xiàn)為指令的有限序列列,并且每個指令表示?一個或多個操作

數(shù)據(jù)結(jié)構(gòu)是為算法服務(wù)的庆猫，算法要作用在特定的數(shù)據(jù)結(jié)構(gòu)之上。因此啡专，我們無法孤立數(shù)據(jù)結(jié)構(gòu)來講算法磕潮，也無法孤立算法來講數(shù)據(jù)結(jié)構(gòu)疙教。

有了大致的定義后梳杏，我們再來細(xì)說數(shù)據(jù)結(jié)構(gòu)和算法

數(shù)據(jù)結(jié)構(gòu)

<table border="1" >
   <tr>
      <td colspan="8" align="center">數(shù)據(jù)結(jié)構(gòu)</td>
   </tr>
   <tr>
      <td colspan="6" align="center">邏輯結(jié)構(gòu)</td>
      <td colspan="2" align="center">存儲結(jié)構(gòu)</td>
   </tr>
   <tr>
      <td colspan="3" align="center">線性結(jié)構(gòu)</td>
      <td colspan="3" align="center">非線性結(jié)構(gòu)</td>
      <td rowspan="2" align="center" valign="middle">順序存儲結(jié)構(gòu)</td>
      <td rowspan="2" align="center" valign="middle">鏈?zhǔn)酱鎯Y(jié)構(gòu)</td>
   </tr>
   <tr>
      <td>線性表</td>
      <td>棧和隊列</td>
      <td>字符串</td>
      <td>集合結(jié)構(gòu)</td>
      <td>樹結(jié)構(gòu)</td>
      <td>圖結(jié)構(gòu)</td>
   </tr>
</table>

幾種常見的邏輯結(jié)構(gòu)

邏輯結(jié)構(gòu)

常見的存儲結(jié)構(gòu)

對于?空的線性表和線性結(jié)構(gòu),其特點如下:

• 存在唯一的?個被稱作”最后一個"的數(shù)據(jù)元素
• 除了了第一個之外韧拒，結(jié)構(gòu)中的每個數(shù)據(jù)元素均有一個前驅(qū)
• 除了了最后?個之外，結(jié)構(gòu)中的每個數(shù)據(jù)元素都有一個后繼

算法

特性：

• 輸入輸出 (有0個或者一個輸入 至少有一個輸出)
• 有窮性 (算法需要在有限的 執(zhí)行次數(shù) 和執(zhí)行時間下獲得結(jié)果)
• 確定性 (算法中每一條指令必須有確切的含義十性，不會產(chǎn)生二義性叛溢。即對于相同的輸入只能得出相同的輸出)
• 可行性 (一個算法是可行的，即算法中描述的操作都是吋以逋過已經(jīng)實現(xiàn)的基本運(yùn)算執(zhí)行有限次來實現(xiàn)的劲适。)

設(shè)計要求：

• 正確性 （算法應(yīng)當(dāng)能夠正確地解決求解問題）
• 可讀性 （算法應(yīng)當(dāng)具有良好的可讀性楷掉，以助于人們理解）
• 健壯性 （當(dāng)輸入非法數(shù)據(jù)時，算法也能適當(dāng)?shù)刈龀龇磻?yīng)或進(jìn)行處理霞势，而不會產(chǎn)生莫名其妙的輸出結(jié)果）
• 時間效率高烹植、儲存量低 （效率是指算法執(zhí)行的時間，存儲量需求是指算法執(zhí)行過程中所需要的最大存儲空間支示，這兩者都與問題的規(guī)模有關(guān)）

執(zhí)行效率：

• 時間復(fù)雜度 用大O表示法O(n)

• 空間復(fù)雜度 記做: S(n) = n(f(n)),其中,n為問題的規(guī)模,f(n)為語句句關(guān)于n所占存儲空間的函數(shù)

  時間復(fù)雜度和空間復(fù)雜度不涉及到具體的時間和空間執(zhí)行效率刊橘，O(n)表示的是一種隨著數(shù)據(jù)的增長鄙才，復(fù)雜度的增長趨勢

幾種常見的復(fù)雜度 排序從低到高

畫個圖感受下：

幾種復(fù)雜度增長趨勢