数据结构基础概念

 

1.1什么是数据结构:

数据对象在计算机中的组织方式

逻辑结构

线性结构:元素关系为一对一,除了第一个元素外,其他元素都只有一个前驱;除了最后一个元素外,其他元素都只有一个后继(首元素无前驱,尾元素无后继,其他都有一个前驱一个后继)

 

 

 

树形结构:元素关系为一对多,树结构中的数据元素称为”结点“,且有一个称为”根节点“的元素,他们按照分支关系进行组织起来

 

 

 

集合结构:数据元素之间只有一种关系,即属于同一个集合,除此没有其他关系

 

图结构:数据元素之间关系存在多对多的关系,图结构中的任意两个数据元素(也称为”结点“)之间都可能相关

逻辑结构一般也可以分为 线性结构 和 非线性结构

 

 

 

物理存储结构顺序存储结构链式存储结构

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

描述数据结构的方法:抽象数据类型(Abstract Data Type)

抽象:

与存放数据的机器无关

与数据存储的物理结构无关

与实现操作的算法和编程语言均无关

数据类型:

数据对象集

数据集合相关联的操作集

只描述数据对象集和相关操作集”是什么“,并不涉及”如何做到“的问题

例:”矩阵“的抽象数据类型定义

类型名称:矩阵(Matrix)

数据对象集:一个MN的矩阵A(MN) = (A..........告辞!放弃了

伪代码。

1.2 什么是算法(Algorithm)

一个有限指令集

接收一些输入(有些情况下不需要输入)

产生输出

一定在有限步骤之后终止

每一条指令必须

有充足明确的目标,不可以有歧义

计算机处理的范围之内

描述应不依赖于任何一种计算机语言以及具体的实现手段

 

例一:选择排序算法的伪代码描述:

void SelectionSort (int List[],int N)
{/*将N个整数List[0]...List[N-1]进行非递减排序(可能有相同值排序,因此叫递增的话不是很确切)*/
   for(int i= 0;i<N;i++){
       
       MinPosition = ScanForMin(List,i,N-1);//ScanForMin为查找最小元所在位置函数
       /*从List[i]到List[N-1]中找最小元,并将其位置赋给MinPosition;*/
       
       Swap(List[i],List[MinPosition]);//swap为交换函数
       /*将未排序部分的最小元(List[MinPosition])换到有序部分的最后位置(List[i-1]);*/
           
  }
   
}
抽象--------

List到底是数组还是链表?(虽然看上去像数组)

Swap用函数还是用宏实现?

什么是好算法?

1:空间复杂度S(n)
2:时间复杂度T(n)

例二:递归

 

Void PrintN(int N){
if(N){
printN(N-1);
printf("%d\n",N);
}
return;
}

S(N) = C*N

两种复杂度:

最坏情况复杂度 T worst(n)
平均复杂度 T avg(n)

复杂度的渐进表示法

T(n) = O(f(n))表示存在常数C>0,n 0>0 使得当 n>=n 0时有T(n)<=C*f(n)

由图可知,当复杂度为log n 时为最好的算法

复杂度分析小窍门

1.3最大子列和问题

(N个整数,有正有负)

算法一:

int MaxSubseqSum1(int A[],int n){
int ThisSum,MaxSum = 0;
int i,j,k;
for(i = 0;i<N;i++){/*i是子列左端位置*/
for(j = i;j<N;j++){/*j是子列右端位置*/
ThisSum = 0;/*ThisSum是从A[i]到A[j]的子列和*/
for(k = i;k<=j;k++){
ThisSum +=A[k];
}
if(ThisSum >MaxSum){/*如果刚得到的这个子列和更大*/
MaxSum = ThisSum;/*则更新结果*/
}
}/*j循环结束*/
}/*i循环结束*/
return MaxSum;
}

复杂度:T(N) = O(N^3),复杂度太大

算法二:优化K循环

int MaxSubseqSum2(int A[],int N){
   int ThisSum,MaxSum = 0;
   int i,j;
   for(i = 0;i<N;i++){/*i是子列左端位置*/        
       ThisSum =  0;/*ThsiSum是从A[i]到A[j]的子列和*/
       for(j = i;j<N;j++){/*j是子列右端位置*/
           ThisSum += A[j];
           /*对于相同的i,不同的j,只要在j-1次循环的基础上累加1项即可*/
           if(ThisSum>MaxSum){/*如果刚得到的这个子列和更大*/
               MaxSum = ThisSum;/*则更新结果*/
          }          
      }/*j循环结束*/    
  }/*i循环结束*/
   
   return MaxSum;
}

复杂度:T(N) = O(N^2)

算法三:分而治之(分治)

​(目前还在参考别人的代码,有空再写)



posted @ 2020-07-25 23:27  destiny-2015  阅读(381)  评论(0编辑  收藏  举报