数据结构的基本概念

数据是信息的载体，是描述客观事物属性的数、字符及所有能输入到计算机中并被计算机程序识别和处理的符号的集合。数据是计算机程序加工的原料。

数据元素是数据的基本单位，通常作为一个整体进行考虑和处理。一个数据元素可由若干数据项组成，数据项是构成数据元素的不可分割的最小单位。

数据对象是具有相同性质的数据元素的集合，是数据的一个子集。

数据类型是一个值的集合和定义在此集合上的一组操作的总称。

• 原子类型：其值不可再分的数据类型。
• 结构类型：其值可以再分解为若干成分(分量)的数据类型。
• 抽象数据类型$ADT$：抽象数据组织及与之相关的操作。描述了数据的逻辑结构和抽象运算，通常用(数据对象，数据关系，基本操作集)这样的三元组来表示，从而构成一个完整的数据结构定义。

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。数据元素不是孤立存在的，它们之间存在某种关系，这种数据元素相互之间的关系称为结构($Structure$)。数据结构包括三方面的内容：逻辑结构、存储结构和数据的运算。数据的逻辑结构和存储结构是密不可分的两个方面，一个算法的设计取决于所选定的逻辑结构，而算法的实现依赖于所采用的存储结构。

数据结构三要素

数据的逻辑结构是指数据元素之间的逻辑关系，即从逻辑关系上描述数据。它与数据的存储无关，是独立于计算机的。数据的逻辑结构分为线性结构和非线性结构，线性表是典型的线性结构；集合、树和图是典型的非线性结构。数据的逻辑结构独立于其存储结构。

• 集合：结构中的数据元素之间除“同属一个集合“外，别无其他关系。
• 线性结构：结构中的数据元素之间只存在一对一的关系。除了第一个元素，所有元素都有唯一前驱；除了最后一个元素，所有元素都有唯一后继。
• 树形结构：结构中的数据元素之间存在一对多的关系。
• 图状结构或网状结构：结构中的数据元素之间存在多对多的关系。

数据的运算：施加在数据上的运算包括运算的定义和实现。运算的定义是针对逻辑结构的，指出运算的功能；运算的实现是针对存储结构的，指出运算的具体操作步骤。

数据的存储结构是指数据结构在计算机中的表示(又称映像)，也称物理结构。它包括数据元素的表示和关系的表示。数据的存储结构是用计算机语言实现的逻辑结构，它依赖于计算机语言。数据的存储结构主要有：

• 顺序存储：把逻辑上相邻的元素存储在物理位置上也相邻的存储单元中，元素之间的关系由存储单元的邻接关系来体现。

  优点是可以实现随机存取，每个元素占用最少的存储空间；

  缺点是只能使用相邻的一整块存储单元，因此可能产生较多的外部碎片。

• 链式存储：不要求逻辑上相邻的元素在物理位置上也相邻，借助指示元素存储地址的指针来表示元素之间的逻辑关系。各个不同结点的存储空间可以不连续，但结点内的存储单元地址必须连续。

  优点是不会出现碎片现象，能充分利用所有存储单元；

  缺点是每个元素因存储指针而占用额外的存储空间，且只能实现顺序存取。

• 索引存储：在存储元素信息的同时，还建立附加的索引表。索引表中的每项称为索引项，索引项的一般形式是(关键字，地址)。

  优点是检索速度快；

  缺点是附加的索引表额外占用存储空间。增加和删除数据时也要修改索引表，会花费较多的时间。

• 散列存储：根据元素的关键字直接计算出该元素的存储地址，又称哈希($Hash$)存储。

  优点是检索、增加和删除结点的操作都很快；

  缺点是若散列函数不好，则可能出现元素存储单元的冲突，而解决冲突会增加时间和空间开销。

若采用顺序存储，则各个数据元素在物理上必须是连续的；若采用非顺序存储，则各个数据元素在物理上可以是离散的。

数据的存储结构会影响存储空间分配的方便程度。

数据的存储结构会影响对数据运算的速度。

算法的基本概念

算法($Algorithm$)是对特定问题求解步骤的一种描述，它是指令的有限序列，其中的每条指令表示一个或多个操作。一个算法还具有下列$5$个重要特性：

• 有穷性：一个算法必须总在执行有穷步之后结束，且每一步都可在有穷时间内完成。
• 确定性：算法中每条指令必须有确切的含义，对于相同的输入只能得出相同的输出。
• 可行性：算法中描述的操作都可以通过已经实现的基本运算执行有限次来实现。
• 输入：一个算法有零个或多个输入，这些输入取自于某个特定的对象的集合。
• 输出：一个算法有一个或多个输出，这些输出是与输入有着某种特定关系的量。

算法特质(算法目标)：

• 正确性：算法应能够正确地解决求解问题。
• 可读性：算法应具有良好的可读性，以帮助人们理解。
• 健壮性：输入非法数据时，算法能适当地做出反应或进行处理，而不会产生莫名其妙的输出结果。
• 高效率与低存储量需求：效率是指算法执行的时间，存储量需求是指算法执行过程中所需要的最大存储空间，这两者都与问题的规模有关。

算法的时间复杂度

一个语句的频度是指该语句在算法中被重复执行的次数。算法中所有语句的频度之和记为$T(n)$，它是该算法问题规模$n$的函数，时间复杂度主要分析$T(n)$的数量级。算法中基本运算(最深层循环内的语句)的频度与$T(n)$同数量级，因此通常采用算法中基本运算的频度$f(n)$来分析算法的时间复杂度。算法的时间复杂度记为

算法的时间复杂度不仅依赖于问题的规模$n$，也取决于待输入数据的性质(如输入数据元素的初始状态)。

最坏时间复杂度是指在最坏情况下，算法的时间复杂度。时间复杂度总是在最坏的情况下估算算法执行时间的一个上界，以保证算法的运行时间不会比它更长。

平均时间复杂度是指所有可能输入实例在等概率出现的情况下，算法的期望运行时间。

最好时间复杂度是指在最好情况下，算法的时间复杂度。

在分析一个程序的时间复杂性时，有以下两条规则：

• 加法规则：$T(n)=T_1(n)+T_2(n)=O(f(n))+O(g(n))=O(\max\{f(n),g(n)\})$
• 乘法规则：$T(n)=T_1(n)\times T_2(n)=O(f(n))\times O(g(n))=O(f(n)\times g(n))$

常见的渐近时间复杂度为：(左侧必然优于右侧复杂度的算法)

• 顺序执行的代码只会影响常数项，可以忽略。
• 只需挑循环中的一个基本操作分析它的执行次数与$n$的关系即可。
• 如果有多层嵌套循环，只需关注最深层循环循环了几次。

计算方法：

• 循环主体中的变量参与循环条件的判断：找出主体语句中与$T(n)$成正比的循环变量，将之代入条件中进行计算。

• 循环主体中的变量与循环条件无关：可采用数学归纳法或直接累计循环次数。多层循环时从内到外分析，忽略单步语句、条件判断语句，只关注主体语句的执行次数。此类问题又可分为递归程序和非递归程序：

  • 递归程序：一般使用公式进行递推。
  • 非递归程序：比较简单，可以直接累计次数。

算法的空间复杂度

算法的空间复杂度$S(n)$定义为该算法所耗费的存储空间，它是问题规模$n$的函数。记为

一个程序在执行时除需要存储空间来存放本身所用的指令、常数、变量和输入数据外，还需要一些对数据进行操作的工作单元和存储一些为实现计算所需信息的辅助空间。若输入数据所占空间只取决于问题本身，和算法无关，则只需分析除输入和程序之外的额外空间。

算法原地工作是指算法所需的辅助空间为常量，即$O(1)$。

函数递归调用带来的内存开销：空间复杂度=递归调用的深度(对于大部分函数递归)

如何计算空间复杂度：

• 普通程序：

  1. 找到所占空间大小与问题规模相关的变量
  2. 分析所占空间$x$与问题规模$n$的关系$x=f(n)$
  3. $x$的数量级$O(x)$就是算法空间复杂度$S(n)$

• 递归程序：

  1. 找到递归调用的深度$x$与问题规模$n$的关系$x=f(n)$

  2. $x$的数量级$O(x)$就是算法空间复杂度$S(n)$

     有的算法各层函数所需存储空间不同，分析方法略有区别