什么是数据结构
数据结构的起源
1968年美国的高纳德教授开创了一门新的课程《基本算法》，开创了数据结构和算法的先河，确定了数据结构和算法的基本体系。
数据结构不是一门研究数据计算的学科，而是研究数据与数据之间关系的，是一门研究非数值计算的学科，专注于数据的关系及操作。
程序=数据结构+算法，它在计算机界的地位相当于E=MC^2在物理界的地位。
数据结构的基本概念
数据：所有能输入到计算机中的描述客观事物的符号。
数据项：有独立含义的数据的最小单位。描述事物的其中一项指标。
数据元素：数据的基本单位，也称节点或记录，用于描述一个完整的事物。
数据结构：数据元素+数据关系组成的集合
算法：
狭义：数据结构所具有的功能。
广义：解决问题的方法。
数据结构的三个方面
数据的逻辑结构
数据的存储结构
数据结构的运算
四种基本的逻辑结构
集合结构：数据元素之间除了同属于一个集体外，没有关系
线性结构：数据元素之间存在一对一关系(数组)。
数组、链表、功能受限的表(栈、队列)
树型结构：数据元素之间存在一对多关系。
普通树、二叉树、完全二叉树、满二叉树、有序二叉树
图型结构：元素之间存在多对多关系
邻接表、表的遍历(深度优先、广度优先)、最短路径
数据结构
数据结构分为数据和结构
1.什么是数据：但凡能够被计算机存储、识别、和计算的东西都叫数据（二进制）。硬盘中：mp3、jpg、doc、avi等文件就是数据。“巧妇难为无米之炊”，不管你再大或者再牛逼的计算机，没有“米”来下锅，它也是无用的。而这个“米”就是数据。也就是说这里的数据其实是一种符号，而这些符号必须能被输入到计算机中，或者说能被计算机程序处理。
2.结构 ：就是数据和数据之间一种或多种的特定的关系。简单的来说就是关系，严格点来说是指各个组成部分相互搭配和排列的方式。在现实世界中，不同的数据元素之间不是独立的，而是存在特点的关系，我们将这些关系称为结构。
3.数据结构：是相互之间存在一种或多种特定关系的数据元素的集合。
它主要解决的问题：把零散的数据“整齐划一”方便后续的操作 。类似于现实生活中的垃圾分类，便于回收与处理。
数据结构的逻辑结构 ：是指数据对象中数据元素之间的相互关系，它是抽象的，它主要分为一下四种：
3.1集合结构：结合结构中的数据元素除了同属于一个集合外，他们之间没有其他关系。也就是说各个元素都是平等的，他们之间没有其他关系，只不过他们的共同属性是属于同一个集合。有点像数学中的集合。
3.2 线性结构：线性结构中的数据元素之间是一对一的关系。像是一个链表，不管是1或9作为尾结点或者头结点。
3.3 树形结构：树形结构中的数据元素之间存在一种一对多的层次关系。想到了族谱，也是这种树形结构。
3.4 图形结构：图形结构的数据元素是多对多关系。比如数据库中表与表的对应关系，多对多时，查询起来sql语句就有点复杂了。
如下图：
4.数据结构的 物理结构：很多书中也叫它存储结构，不管叫什么，只要理解了也就一回事。他是具体的，存在计算机里的。
物理结构：它是指数据的逻辑结构在计算机中的存储形式。数据是数据元素的集合
① 顺序存储结构：开辟一组连续的空间存储数据–数组 地址本身是连续的，保证了数据之间的关系。这种结构很简单，说白了，就是排队占位，每个人都有特定的位置，不允许插队操作。
② 链式存储数据：开辟一组随机的空间存储数据–节点 ~不仅要存储数据，还要存储下一个节点的位置一保证数据之间的关系。把数据元素存放在任意的存储单元里，这组存储单元是连续的，也可以是不连续的。这跟银行的排队系统就很像了，每个人去了先领号，领完号后，只需等待银行叫号，你过来就行，而不管你在哪，你在干什么。
算法
1.算法：官方定义是解决特定问题求解步骤的描述，在计算机中表现为指令的有序序列，并且每条指令表示一个或多个操作。简单来说就是解决问题的步骤
如何评价一个算法的好坏：设计算法要提高程序运行的效率，这里效率大都指算法的运行时间
2.事后统计方法：在程序运行完后，对运行时间进行比较。缺陷：必须先编好程序，再运行，如果处理的数据大，花费时间长；依赖计算机软硬件；
3.事前分析估算方法：在程序编制前，统计方法对算法进行估计
它是衡量算法好与坏，执行时间快与慢的标准。
等差数列求和
int n = 100; //执行一次，
int sum = (n+1)*n/2; 执行一次
循环求解
int sum = 0;//执行一次，
int n = 100; //执行一次，
for(int i = 1;i<n;i++) { //执行n+1次，
sun+=i; //执行n次，
}
① 常数阶O(1) 第一个代码执行了两次，但是复杂度却为O(1) ;
② 线性阶O(n)/忽略常数，忽略N的系数/2n+3，随着N的增大，循环里面执行的次数越多，那么此算法的执行次数为2N+3次，但是是时间复杂度为O（n），因为随着N的不断增大，这个3就显得微不足道了，如果N达到足够大，这个系数2也显得微不足道，因为数量级是一样的，因此最后的时间复杂度为O（n）。
③ 对数阶O(logn)：虽有循坏，虽也随着n的增大而增大，但是这种增大属于 加速度减小的加速运动
④ 平方阶O(n^2) 忽略常数，只保留幂高项，且忽略幂高项的系数
标签：关系,元素,笔记,算法,数据结构,数据,结构 来源： https://blog.csdn.net/weixin_53049984/article/details/122410873
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。