数据结构复习之概述

目的：

培养算法设计水平

什么是数据结构呢？？？

包括数据的逻辑结构、存储结构、以及有关的运算

基本术语？

数据：数、字符，以及能被计算机处理的符号
数据元素：有若干个数据项组成。数据项具有实际意义的基本单位。
数据对象：具有相同性质的数据元素的集合。
数据结构：带有结构的数据元素的集合。结构指数据元素之间的关系，即数据组织形式。
数据的运算：逻辑结构基础上的，最常用的运算有：检索、插入、删除、更新、排序等
数据类型：数据值集合及定义在这个值上的操作
抽象数据类型：数据及相关操作都打包了。C++可以处理，C不能处理。

算法？

若干指令的有穷序列。

五个准则：

（1）输入。算法开始前必须给算法中用到的变量初始化，一个算法的输入可以包含零个或多个数据。
（2）输出。算法至少有一个或多个输出。
（3）有穷性。算法中每一条指令的执行次数都是有限的，而且每一步都在有穷时间内完成，即算法必须在执行有限步后结束。
（4）确定性。算法中每一条指令的含义都必须明确，无二义性。
（5）可行性。算法是可行的，即算法中描述的操作都可以通过有限次的基本运算来实现

算法分析？评价标准

（1）算法的正确性，是指对于一切合法的输入数据，该算法经过有限时间的执行都能得到正确的结果。
（2）执行算法所耗费的时间，即时间复杂性。
（3）执行算法所耗费的存储空间，主要是辅助空间，即空间复杂性。
（4）算法应易于理解、易于编程，易于调试等，即可读性和可操作性。

时间复杂度：

某个算法的时间耗费，它是该算法所求解问题规模n的函数。记作T（n）=O（f（n）），只需要n的增长率或阶即可
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）

空间复杂度：

某个算法的空间耗费，它是该算法所求解问题规模n的函数。

算法复杂度：

算法的时间复杂度和空间复杂度合称算法复杂度。