01 入门 | 数据结构与算法

1. 数据

1. 数据：数据是指对客观事物进行记录并且可以鉴别的抽象符号
2. 数据元素：数据的基本单位，在计算机当中作为一个整体考虑
3. 数据对象：具有相同性质的数据元素的集合
4. 数据结构：计算机储存、组织数据的方式

2. 结构

1. 逻辑结构：直接面向问题
   1. 集合
   2. 线性结构
   3. 树状结构
   4. 图结构
2. 物理结构：面向计算机，数据元素的值+逻辑结构
   1. 连续设计：通过数据之间的相对位置来表示数据元素之间的逻辑关系
   2. 链接设计：通过存放的指针$Pointer$
3. 逻辑结构和物理结构的区别和联系
   1. 区别：逻辑结构面向问题，物理结构面向计算机
   2. 联系：物理结构是面向计算机的具体的逻辑结构

3. 数据结构的运算

1. 数据结构的组成部分
   • 逻辑结构：$D\mathrm{\_}S=(D,S)$
   • 存储结构
   • 数据操作
2. 数据结构的运算
   1. 会改变数据结构的运算操作
      1. 建立$(Create)$一个数据结构
      2. 销毁$(Destroy)$一个数据结构
      3. 从一个数据结构中删除$(Delete)$一个数据元素
      4. 从一个数据结构中插入$(Insert)$一个数据元素
   2. 不会改变数据结构本身的运算操作
      1. 对一个数据结构进行访问$(Access)$
      2. 对一个数据结构中的元素进行修改$(Modify)$
      3. 对数据结构中的所有元素进行排序$(Sort)$
      4. 对一个数据结构进行查找$(Search)$

4. 数据类型

1. 数据类型：数据的取值范围 $+$ 一系列操作
2. 抽象数据类型$(ADT)$：为了解决特定问题而定义的数据类型
3. 二者的联系：数据类型是已定义好的抽象数据类型，抽象数据类型由数据类型组成

5. 算法

1. 算法的概念：对特定问题求解方法的一种描述，是指令的有限序列
2. 算法的特性
   1. 确定性：不能有二义性
   2. 可行性
   3. 输入/ 输出
   4. 有限性：一个算法总是在经历了有穷步的运算之后会终止
3. 算法的描述方法
   1. 自然语言：用序号表示，避免自然段！
   2. 流程图
   3. 伪代码$(Pseudocode)$
   4. 直接代码
4. 评价算法的标准
   1. 正确性、可读性、通用性
   2. 健壮性$(Robustness)$：有容错处理
   3. 效率与存储量需求：时间复杂度和空间复杂度
5. 算法效率的分析
   1. 时间复杂度
      • $\mathrm{\exists }c>0,n>n_0,f(n)<cg(n)$，则$f(n)=O(g(n))$
      • $\mathrm{\exists }c>0,n>n_0,f(n)>cg(n)$, 则$f(n)=\mathrm{\Omega }(g(n))$
      • $f(n)=O(g(n)),f(n)=\mathrm{\Omega }(g(n))$，则$f(n)=\mathrm{\Theta }(g(n))$
      • 常用的时间复杂度：$O(1)<O(\log n)<O(n)<O(n\log n)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)$
      • 简单的运算法则：
        • $O(f)+O(g)=O(max(f,g))$
        • $O(f)\cdot O(g)=O(f\ast g)$
        • $O(cf(n))=O(f(n))$
   2. 空间复杂度

__EOF__

本文作者：RadiumGalaxy
本文链接：https://www.cnblogs.com/RadiumGalaxy/p/16750236.html
关于博主：评论和私信会在第一时间回复。或者直接私信我。
版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
声援博主：如果您觉得文章对您有帮助，可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力！