数据结构-绪论

一、逻辑结构与物理结构（数据结构的两个分类）

　　1，逻辑结构（重点）

　　　　数据对象中数据元素之间的相互关系

　　2，物理结构

　　　　数据的逻辑结构在计算机中的存储结构

二、四大逻辑结构

　　1，集合结构：同属于一个集合

　　2，线性结构：线性结构中的数据对象一对一关系

　　3，树形结构：一对多，层次，金字塔结构　　

　　4，图型结构：多对多

三、物理结构：

　　1，存储器一般指内存

　　2，物理结构分类：

　　　　1.顺序结构：存储在地址连续的存储单元（其逻辑结构与物理结构相同）

　　　　2.链式结构：其存储结构无法反应逻辑结构

四、算法：解决问题的步骤

　　1，五个特征：输入、输出、有穷性、确定性、可行性

　　2，时间效率高

　　3，存储量低

五、算法效率的度量方法：时间、空间复杂度

在算法中提到要尽量提高效率大概率是指算法的执行时间（时间复杂度比空间复杂度使用更广泛）

　　1，时间复杂度：

　　　　1.事后统计法：

　　　　　　通过设计好的测试程序与数据，利用计算机计时器对不同算法编制的程序的运行时间进行比较，确定算法效率的高低。

　　　　　　缺点:需手动编写测试程序、不同环境对测试结果影响大

　　　　2.事前分析估算法：

　　　　　　在程序编写前，根据统计方法对算法进行估算。

　　　　3.影响时间复杂度的因素：

　　　　　　算法的策略与方案

　　　　　　编译产生的代码质量

　　　　　　问题的输入规模

　　　　　　计算机执行指令的速度

　　　　4，时间复杂度的计算：

　　　　　　（1）定义：n：问题规模

　　　　　　　　　　　T(n)：语句总的执行次数，通过分析T(n)随n的变化情况并确定T(n)的数量级

　　　　　　　　　　    T(n)=O(f(n))：算法的时间复杂度，f(n)代表n的某个函数。（表示随着n的增大，算法执行时间的增长率和f(n)的增长率相同）

　　　　　　（2）用大写的O()来代表时间复杂度

　　　　　　（3）判断：随着问题规模n的增大，T(n)增长最慢的算法为最优算法

　　　　　　（4）分析算法时间复杂度的步骤

　　　　　　　　1.对于常数均用1代替

　　　　　　　　2.在修改得运行次数函数中，只保留最高阶项

　　　　　　　　3.如果最高阶项前有相乘的常数，则去除与这个项相乘的常数

　　　　　　（5）举例：（所费时间从上到下增加）

　　　　　　　　　　1.常数阶：记作O(1)

　　　　　　　　　　2.对数阶：O(log2n)2为底

　　　　　　　　　　3. 线性阶：O(n)一般为含有非嵌套循环涉及线性阶 

　　　　　　　　　　4. nlogn阶

　　　　　　　　　　5.平方阶：O(n2)嵌套循环

　　　　　　　　　　6.指数阶

　　　　　　　　　　7.立方阶

　　　　5，空间复杂度

　　　　　　　S(n)=O(f(n))