数据结构基本概念和术语：位、字节、字、位串、元素、数据域、物理结构、逻辑结构

最新推荐文章于 2023-08-31 11:17:53 发布

精灵盘02

最新推荐文章于 2023-08-31 11:17:53 发布

阅读量3.4k

点赞数 6

位(Bit)："位(bit)"是电子计算机中最小的数据单位。每一位的状态只能是0或1。
字节(Byte)：8个二进制位构成1个"字节(Byte)"，它是存储空间的基本计量单位。1个字节可以储存1个英文字母或者半个汉字，换句话说，1个汉字占据2个字节的存储空间。

字："字"由若干个字节构成，字的位数叫做字长，不同档次的机器有不同的字长。例如一台8位机，它的1个字就等于1个字节，字长为8位。如果是一台16位机，那么，它的1个字就由2个字节构成，字长为16位。字是计算机进行数据处理和运算的单位。

位串：由若干位组合起来形成位串。

元素：用一个由若干位组合起来形成的一个位串表示一个数据元素，通常称这个位串为元素(Element)或节点(Node)。

数据域(Data Field)：当数据元素由若干数据项组成时，位串中对应于各个数据项的子位串称为数据域(Data Field)。

物理结构（又称存储结构）：数据结构在计算机中的表示（又称映象）。

逻辑结构：结构定义中的"关系"描述的是数据元素之间的逻辑关系，因此又称为数据的逻辑结构。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

精灵盘02

关注关注

6
点赞
踩
13

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

数据结构域-单链表

cjh521xqy的博客

06-19

271

单链表反转反转第一个节点：反转第二个节点：反转第三个节点：最后一个节点反转完成，把头指针指向pPre: 从上面的演化过程我们可以得出以下算法： bool ReverseList(CLink* head) { if (!head) { return false; } CLink* pCur = head; CLink* pNext = nullptr; CLink* pPre = nullptr; while (pCur) { pNext = pCur->next; pCur->n

数据结构域

weixin_57726829的博客

10-08

438

首先，来到分享知识点就行分享的时候，先分享我所带不同知识点就分析出来到还需要什么来换取作用，就是我这个星期所学的知识点就行学习，将数据也将类型进行调换点也将数据换成类型数据通合关系类，顺其慢慢将类型进行调换作用，整体就是数据类型进行调动起来，换着类型，将关系类型进行调换类型。也将数据化进行一点点调节用法滴，也将数据化进行调节统一化，慢慢的输出出来将列。一维数组：若线性表中的数据元素为非结构的简单元素，则称为一维数组。二维数组：若一维数组中的数据元素又是一维数组结构，则称为二维数组。

参与评论您还未登录，请先登录后发表或查看评论

数据结构与字节

m0_61734169的博客

11-01

318

C语言主要有六种数据类型，分别为字符型char，短整型short，整形int，长整型long，单精度浮点型float以及双精度浮点型double。这六种分别有自己的字符长度即其所建变量所占的空间，char最小只要1个字节，short占2个，int占4个，long一般是4个，也有可能是8个，反正只要满足long的字节长度大于等于int就可以了。两个浮点型的最为特殊，分别是4和8，显然双精度的精度更高。 1 2 3 4 5 6 7 8

数据结构域算法基础一

一个死宅的不屈

05-13

817

-------------------------------------------------------------------简介----------------------------------------------------------------------------- 1.数据结构是指数据在计算机内存空间或磁盘中的组织形式 2.正确选择数据结构会使程序的效率大大提高

数据位域的概念

明天会更好

03-02

502

有些信息在存储时，并不需要占用一个完整的字节，而只需占几个或一个二进制位。例如在存放一个开关量时，只有0和1 两种状态，用一位二进位即可。为了节省存储空间，并使处理简便，C语言提供了一种数据结构，称为“位域”或“位段”。所谓“位域”是把一个字节中的二进位划分为几个不同的区域，并说明每个区域的位数。每个域有一个域名，允许在程序中按域名进行操作。这样就可以把几个不同的对象用一个字节

数据结构知识点全面总结—精华版

热门推荐

weixin_58045538的博客

09-02

1万+

链式存储时，相邻数据元素可随意存放，但所占存储空间分两部分，一部分存放结点值，答：在顺序队中，当尾指针已经到了数组的上界，不能再有入队操作，但其实数组中还有空。思路：先让数据分块有序，即分成若干子表，要求每个子表中的数据元素值都比后一块中的。优点：让关键字值小的元素能很快前移，且序列若基本有序时，再用直接插入排序处理，时。此树的特点是：树中所有结点的值均大于（或小于）其左右孩子，此树的根结点（即堆顶）队列的定义及操作，队列的删除在一端（队尾），而插入则在队列的另一端（队头）。那么，从循环队列中删。

数据结构

weixin_46562676的博客

04-07

1054

思维导图第1章概述 1.2基本概念和常用术语 1、数据（data）是描述客观事物的数、字符以及能输入计算机中并被计算机处理的符号的集合。 2、数据元素（data element）是数据的基本单位。 3、数据对象（data object）是具有相同性质的数据元素的集合，是数据的一个子集。 数据结构包含的内容 数据结构（data structure）是带有结构的数据元素的集合。结构指的是数据元素之间的相互关系，即数据的组织形式，结构中的数据元素成为结点。 数据结构包括三个方面：数据的逻辑结构、存储结构及运

数据结构知识

qq_49101841的博客

11-29

5269

本篇是关于王卓老师+王道咸鱼的数据结构学习笔记。

数据结构——链式存储结构

qq_51594995的博客

10-10

1万+

数据结构PTA

Zhang_2002_GZ的博客

02-24

4303

title: 曲师大计院20级的PTA categories: - 数据结构 tags: - PTA toc: true 第一章绪论判断题 1-1 数据元素是数据的最小单位。F(数据项) 1-2 数据的逻辑结构是指数据的各数据项之间的逻辑关系。F（数据元素之间） 1-3 数据结构概念包括数据之间的逻辑结构、数据在计算机中的存储方式和数据的运算三个方面。T 1-4 数据结构的抽象操作的定义与具体实现有关。F 1-5 算法和程序没有区别，在数据结构中二者是通用的。F 1.

数据结构域算法————链表

qq_35474564的博客

09-26

346

#include <iostream> // // 链表的数据结构 // 1. 链表是由每一个节点连接起来的. struct Node { int nData; // 数据域 Node* pNext; // 指针域,用于保存下一个节点的首地址 }; class List { // 记录当前链表的节点个数 int m_nCount=0; // 用于保存链表的头节点的地址...

数据结构基本概念和术语

Half-up的博客

03-02

404

数据结构第一章绪论1.1什么是数据结构1.2 基本概念和术语第一章绪论 1.1什么是数据结构 数据对象在计算机中的组织方式数据对象必定与一系列加在其上的操作相关联完成这些操作所用的方法就是算法 1.2 基本概念和术语数据：是对客观事物的符号表示，在计算机科学中是指所有能被输入到计算机中，且能被计算机处理的符号的集合。数据元素：数据元素是组成数据的基本单位，一个数据元素可由若干个数据项组成（Data Item）数据对象：数据对象是性质相同的数据元素的集合，是数据的一个子集。数据

数据结构的基本概念和术语

06-24

336

#####1. 数据数据是描述客观事物的符号，是计算机中可以操作的对象，是能被计算机识别，并输入给计算机处理的符号集合。数据其实就是符号，这些符号具备下面两点： 1. 可以输入到计算机中； 2.能被计算机程序处理；整型、浮点型这些数值类型成为数据，声音、图像、视频等非数值类型也可以称为数据。数值类型的数据可以进行数值计算，而像音视频这类非数值类型的数据可以进行编解码处理； #####2.数据元素是组成数据的有一定意义的基本单位，在计算机中

数仓数据建模中的概念总结（数据域、主题域、总线矩阵、指标...）

锵锵锵锵蒋的博客

08-31

2828

概念归纳业务分类：业务板块是某一大类业务的指标和维度的集合，如电商，文娱。 数据域：数据域是指一个或多个业务过程或者维度的集合，如交易域，日志域。业务过程：业务过程指企业的业务活动事件，如下单，支付。数据集市：面向某个应用场景或者产品的数据组织，一般会依赖数据公共层。主题域：将数据集市按照分析视角进行切分，比如在电商行业，通常分为会员、交易、商品等。维度：维度是用于分析数据的一个角度，一方面对维度进行可控管理，另一方面指导维度表的设计，如地理维度，时间维度。维度属性：维度属性隶属于一

数据结构域算法--快速排序

小白出道的博客

04-13

248

这里只谈理论不谈具体代码实现快速排序是有冒泡排序改进的都是交换排序的一部分，基本思想是在待排序的n个元素中任取一个元素作为基准，把该元素放到适当的位置把次序列分成两部分，也就是所有关键字比该元素关键字小的放在前一部分，比他大的放在后一部分并把该元素放到两部分中间。举个栗子：{6,8,7,9,0,1,3,2,4,5,}。每次开始划分时都找一个数作为基准。这里作为基准的数都用圆圈圈起来了。左右分区...

详解数据建模&数据域

Datablau国产数据库建模工具

08-29

4162

关注Datablau / 干货都在这了！常常听到大家对数据域（Domain）、数据类型（Data Type）及数据标准概念的混淆。特以此文将这几个概念详细讨论一下。为了更好的帮助大家理解数据域、数据模型、元数据之间的关系，首先我们以图示来表达它们之间的关系： 数据域（Domain）也称值域。域是用来描述一个字段的技术属性的集合，包括数据类型，数据长度，小数点位数以及取值范围等。具有以上技术属性相同定义的字段可以包含进一个域，而当域的属性定义发生改变时，所有引用它的字段的属性都会对应进行提示。数据标准

数据结构学习笔记

weixin_72300386的博客

04-03

150

链表的最后一个节点的next不再指向NULL，而是指向头节点，这种链表称为单向循环链表，简称循环链表，它的优点是可以通过任意节点遍历整个链表。还可以多加一个数据项，表示队列中的元素数量，也可以解决该问题，还不需要多申请一个容量，但是是非常规的解决防范，不常考。优点：无论是否头插入还是头删除，头节点永远不变，变的只有头节点的next,所以不用传递二级指针，也不用额外处理头删除。删除节点时，需要分两种情况，待删除的是第一个节点时，也会修改指向第一个节点的指针，就需要传递二级指针。

[数据结构]基本概念和术语

三月，有人呼唤你的名字

09-26

1486

1.1 什么是数据结构 数据结构研究的主要内容： 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等的学科。

oracle索引使用什么数据结构

最新发布

04-03

<think>好的，我现在需要回答用户的问题：“Oracle索引使用什么数据结构”。首先，我要回顾之前用户和助手之间的对话历史，看看有没有相关的信息已经提到过。在之前的对话中，用户询问了Oracle和MySQL索引的区别，助手详细列出了六个方面的对比，其中包括索引类型和存储结构。特别是第一部分提到Oracle支持位图索引、函数索引、反向键索引和域索引，而存储结构部分提到了索引组织表（IOT）和堆组织表。这些信息可能对回答当前问题有帮助。用户现在的问题更具体，直接询问Oracle索引使用的数据结构。需要明确的是，Oracle的不同类型索引可能使用不同的数据结构。例如，B树索引是常见的，而位图索引则使用位图结构。此外，可能还有其他的数据结构用于特定类型的索引，比如反向键索引或者函数索引。首先，我需要确认Oracle主要支持的索引类型及其对应的数据结构。根据之前的回答，Oracle有B树索引、位图索引、反向键索引、函数索引等。每种索引的数据结构可能不同： 1. **B树索引**：这是最常见的索引类型，通常使用B树或B+树结构。需要确认Oracle使用的是B树还是B+树。根据已有的知识，Oracle的B树索引实际上是B+树，因为叶节点之间会有指针连接，便于范围查询。 2. **位图索引**：使用位图数据结构，每个键值对应一个位图，表示哪些行包含该键值。适用于低基数列，比如性别、状态等。 3. **反向键索引**：这种索引的结构可能仍然是B树，但键值会被反向存储，例如将“1234”存为“4321”，以减少插入时的热点争用。 4. **函数索引**：这类索引的结构可能和普通B树索引类似，但键值是函数处理后的结果，比如UPPER(name)。 5. **域索引**：用于自定义数据类型，可能使用不同的数据结构，如R树用于空间数据，或者XML索引使用的特定结构。接下来，需要验证这些信息是否正确。例如，是否Oracle的B树索引确实是B+树结构？查阅资料确认，Oracle的B树索引叶节点确实包含所有键值和对应的ROWID，并且叶节点之间有双向链表连接，方便范围扫描，这符合B+树的特征。另外，位图索引的结构是位图，每个位代表一个行是否存在该键值。反向键索引的结构可能与普通B树类似，但键值被反转存储，以减少顺序插入时的竞争。还需要考虑其他类型的索引，比如索引组织表（IOT），其数据存储本身就是按照主键排序的B树结构，因此数据行直接存储在索引的叶节点中，这也是一种B+树的应用。在回答时，应该分点列出不同索引类型及其数据结构，并给出简要说明和示例，这样用户更容易理解。同时，可能需要对比其他数据库（如MySQL）的索引结构，但用户的问题只针对Oracle，因此重点应放在Oracle本身。此外，要确保回答准确，避免错误。例如，反向键索引是否使用B树结构？根据Oracle文档，反向键索引确实使用B树，但键值被反转，这样可以分散插入时的热点，避免B树右侧的频繁分裂。总结回答结构： 1. **B树索引（B+树结构）**：详细说明结构和应用场景。 2. **位图索引**：解释位图结构及适用场景。 3. **反向键索引**：说明如何通过反转键值优化并发插入。 4. **函数索引**：基于表达式计算的B树索引。 5. **域索引**：自定义数据类型的特殊结构，如R树。 6. **索引组织表（IOT）**：主键索引作为数据存储结构。需要确保每个部分清晰，必要时举例说明，比如B树索引的叶节点结构，位图索引如何表示行等。同时，避免使用过于专业的术语，保持解释的易懂性。最后，检查是否有遗漏的索引类型，比如分区索引，但分区索引更多是索引的物理组织方式，其数据结构可能还是基于上述类型。因此，可以简要提到，但重点放在数据结构本身。现在，根据以上思考组织回答，确保符合用户要求的格式：结构清晰，分点说明，正确使用LaTeX公式（如需要），使用中文，避免Markdown格式。</think>Oracle数据库的索引主要采用**B树（B+树变体）**作为基础数据结构，同时根据特定场景扩展了多种专用结构。以下是具体分类及实现解析： --- ### **一、标准B树索引（B+树结构）** - **核心结构** - **非叶节点**：存储键值范围与子节点指针（如`[10, 20] -> 子节点地址`） - **叶节点**：存储完整键值、对应行的物理地址（ROWID）及双向链表指针 ```sql CREATE INDEX idx_emp_name ON employees(last_name); -- 创建B树索引 ``` - **特性** - **平衡树**：所有叶节点深度相同，保证$O(\log n)$查询效率 - **范围查询优化**：叶节点双向链表支持高效顺序扫描（如`WHERE salary BETWEEN 5000 AND 10000`） --- ### **二、位图索引（Bitmap结构）** - **存储方式** - **键值映射**：每个唯一键对应一个位图（bitmap），位图中每一位表示表中某行是否包含该键值 - **示例**：性别列`gender`的位图存储 | 键值 | 位图（行1-4） | |------|--------------| | Male | 1 0 1 0 | | Female|0 1 0 1 | ```sql CREATE BITMAP INDEX idx_gender ON employees(gender); -- 低基数列适用 ``` - **优势场景** - **OLAP分析**：快速处理`AND/OR`多条件组合（如`WHERE gender='Male' AND dept='IT'`） - **节省空间**：位图压缩技术可减少存储占用 --- ### **三、反向键索引（Reverse Key B树）** - **结构调整** - **键值反转**：将原始键值按字节反转后存储（如`1234`变为`4321`） - **B树结构**：仍采用B树，但通过反转分散插入热点 ```sql CREATE INDEX idx_emp_id_rev ON employees(employee_id) REVERSE; -- 防止序列递增导致右侧分裂 ``` - **适用场景** - **高并发插入**：如主键为序列（Sequence）的OLTP系统，避免B树右侧竞争 --- ### **四、函数索引（基于表达式的B树）** - **实现原理** - **预计算存储**：对表达式结果建立标准B树索引（如`UPPER(name)`） ```sql CREATE INDEX idx_name_upper ON employees(UPPER(last_name)); -- 加速大小写无关查询 ``` - **查询优化** - **透明匹配**：优化器自动识别`WHERE UPPER(name)='SMITH'`使用该索引 --- ### **五、域索引（自定义数据结构）** - **扩展类型** - **空间索引**：采用R树（R-Tree）结构，支持地理数据范围查询 ```sql CREATE INDEX idx_location ON buildings(geo_data) INDEXTYPE IS MDSYS.SPATIAL_INDEX; ``` - **XML索引**：使用特定路径标记的树形结构，加速XPath查询 - **全文索引**：倒排索引（Inverted Index）结构，基于词条定位文档 --- ### **六、索引组织表（IOT，B+树存储数据行）** - **数据与索引融合** - **主键即数据**：表数据按主键B+树物理排序存储，叶节点直接包含行数据 ```sql CREATE TABLE iot_orders ( order_id NUMBER PRIMARY KEY, order_date DATE ) ORGANIZATION INDEX; -- 数据行嵌入索引结构 ``` - **优势** - **减少I/O**：主键查询无需额外访问数据块 - **范围扫描高效**：顺序访问主键时性能接近全表扫描 --- ### **总结：数据结构选型逻辑** | **索引类型** | **数据结构** | **典型场景** | |----------------|--------------------|----------------------------------| | 标准索引 | B+树 | 高基数列、范围查询 | | 位图索引 | 压缩位图 | 低基数列、OLAP多维过滤 | | 反向键索引 | 反转键B树 | 序列主键的高并发插入 | | 函数索引 | 表达式B树 | 查询条件含函数计算 | | 域索引 | R树/倒排索引等 | 空间数据、XML文档检索 | | IOT | 集成数据的B+树 | 主键访问密集的只读或低频更新表 | 通过灵活组合这些结构，Oracle能够在不同工作负载下实现最优的查询性能与存储效率。