数据结构绪论(严).ppt

从三方面看本课程的地位 从计算机专业几大主科目看 从毕业生应聘考试和工作需要来看 必须学习和具备彻底理解隐藏在高效程序设计后面的一般原理的能力，因为在日常生活中并不会用到这些在进行程序设计时才需要的能力 从考研来看 教材及参考书 对大家的几点要求 1、上课认真听讲，适当做好笔记，按时交作业。 2、考试成绩分两部分：平时成绩（包括出勤和上机实验）占50%，期末成绩占50%。 3、课后需要多读课文和参考书，上网查看相关内容，在理解基本内容的基础上，多看、多做习题。 4、上机实验十分重要，一定要在上机前做好充分准备，多采用不同的数据存储结构和不同的实现算法解决一个问题。 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。 本章小结 * 正确性：1）程序不含语法错误（编译通过）；2）对于几组输入数据能够得到要求的结果； 3）对于典型的、苛刻的几组数据得到要求的结果；4）对一切合法的输入数据都能得到要求的结果。 其中4）是没有办法逐个验证的，故难以实现。 可读性：宁可写清晰但长一点的代码；函数体长度合适；变量定义规范；注释；代码的层级关系（缩进），画流程图，等等。 以前的程序设计不重视可读性，而重视效率（cpu慢，内存小） * 同一个算法用不同的语言实现、不同的编译程序、不同的硬件平台，都会得到不同的结果， 这不是我们想要的，其原因是引入了与算法本身无关的因素：运行平台，这样使得算法本身 的优劣得到了掩盖。这表明采用绝对的时间单位来衡量算法效率是不恰当的。 故衡量一个算法的效率，应撇开与运行平台有关的因素，只考虑问题的规模，也就是说算法的效率是问题规模的函数。 这里忽略了单条指令的执行时间的差别 * * 与问题输入有关的时候考虑平均复杂度 对于一般问题来说，系数不重要，但对于个别问题来说，系数可能起到决定性的作用 * * 1.4.3.4 算法的存储空间需求 空间复杂度:算法所需存储空间的度量，记作: S(n)=O(f(n)) 其中n为问题的规模(或大小)。 例：数组逆序问题。 算法1：for(i=0; in; i++) b[n-i-1]=a[i]; for(i=0; in; i++) a[i]=b[i]; 该算法需额外使用n个存储单元，S(n)= O(n) 算法2：for(i=0; in/2; i++) { x=a[i]; a[i]=a[n-i-1]; a[n-i-1]=x; } 该算法需额外使用1个存储单元，S(n)= O(1) * 1.4.3 算法和算法分析 第一章 作业 《数据结构题集》P.7 – P.10 1.4 1.8 (1) (2) (3) (4) 1.12 1.17 * 数据结构课程—— 数据结构＋算法＝程序，涉及数学、计算机硬件和软件。 数据结构定义——指互相有关联的数据元素的集合，可用data_Structure=(D,R)表示。 数据结构内容——数据的逻辑结构、存储结构和基本运算 。 数据结构描述工具——抽象数据类型和C语言。 算法效率——时间效率和空间效率 。 * * 数据结构的内涵和外延 * 可以以 “函数积分的近似计算” 以及 “学生成绩排序” 作为问题的例子 * 可以以 “函数积分的近似计算” 以及 “学生成绩排序” 作为问题的例子 * 什么是数据结构与算法，我们先通过几个例子来说明一下 * * 语文当中单词、语法和文法的区别 计算机 * 语文当中单词、语法和文法的区别 计算机 * 1. 数据结构中：是一种数据元素间为多对多关系的数据结构，加上一组基本操作构成的抽象数据类型。 2. 图论中：指的是一组节点的有穷集合和边的集合。 3. graph * 语文当中单词、语法和文法的区别 计算机 * * 数据：居民区，链接关系，连接成本 在上面找投资最小的铺设方案 * 可以以 “函数积分的近似计算” 以及 “学生成绩排序” 作为问题的例子 注意：程序和数据，分别对应了数据结构与算法 * * * 可以用寻找国内两城市最优路线的例子 * 数据是什么？不仅仅是数值，包括一切可以用计算机处理的。什么是逻辑结构？物理结构？各种：多少种呢？等 算法和之前学习的程序有什么区别呢？效率又用什么来衡量呢 * 学习知识、提高能力、解决问题 * 从该图中也可以看出不同的课程关注的重点也不同 * 数据结构的内涵和外延 数据、数据元素、数据项 * * * * 整数 * * 数据结构的内涵和外延 * * 好比盖房子，这些语句就是盖房子的砖和瓦，至于这些砖和瓦怎么制造并不是本课程关心的重点， 我们关心的是如何用