数据结构复习（一）数据结构绪论

数据结构复习（一）数据结构绪论

1.数据结构的基本概念

数据结构是一门研究非数值计算的程序设计问题中，计算机的操作对象以及它们之间的关系和操作的学科。
数据元素是数据的基本单位，在计算机程序中通常作为一个整体进行考虑和处理。
数据结构包含三个方面的含义：

逻辑结构：

物理结构：数据的逻辑结构在计算机中的表示，称此为物理结构，或称存储结构。


数据类型：一个值的集合以及定义在这个值集上的一组操作的总称。

抽象数据类型：通常由用户定义，用以表示应用问题的数据模型以及定义在该模型上的一组操作。

算法是描述计算机解决给定问题的操作过程，即为决解某一特定问题而由若干条指令组成的有穷序列。

2.算法的效率分析

事后统计法：收集该算法实际的执行时间和实际占用空间的统计资料。
事前分析估算法：在算法运行之前分析该算法的时间复杂度和空间复杂度，来判断算法的效率。
时间复杂度分析：
一个算法的执行时间等于所有语句执行时间的总和。
一条语句执行的时间为该语句的执行次数（频度）与该语句执行一次所需时间的乘积。
即:一个算法耗费的时间=所有语句的频度之和。

Eg.1-12:问

for(i=1;i<=n;++i)
{++x;s+=x;}

的时间复杂度
for语句的循环变量从1增加到n，要测试i>n时才会终止，它的频度是n+1;
循环体执行了n次，++x和s+=x语言的执行频度分别为n该算法的所有语句频度之和为f(n)= n+1+n+n=3n+1时间复杂度T(n)= O(f(n))=O(n).

定义:一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，算法的时间量度记作T(n)= O(f(n))
称作算法的渐近时间复杂度。
说明:
1.“O”的形式定义为:若f(n)是正整数n的一个函数，则T(n- O(f(n))表示存在一个正的常数M，使得当>=n时,都满足|T(n)K=M|f(n)。也就是只求出fn)的最高阶,忽略其低阶项和常系数。
2。一个没有循环的算法中基本运算次数与问题规模无关，记做O(1),也称为常数阶。
3.一个只有一重循环的算法中，基本运算次数与问题规模n的曾线性增大关系，记作O()，也称为线性阶。

常见函数的时间复杂度按数量递增排列及增长率：