“大”数据结构v3.pdf

“大”数据结构 王明文 江西师范大学 提纲  数据结构内容回顾  链表  树  图  大数据带来的新应用  “大”数据结构--数据结构内容的扩充  倒排索引  Mapreduce  图的应用  Ranking 什么是数据结构  信息中的各个数据元素并不是孤立存在的，它们之间存在 着一定的结构关系  使用计算机解决具体问题时，通常需要几个步骤：  分析具体问题得到数学模型  设计解决数学模型的算法  编制程序并调试  最后得到最终答案  在数据结构中数据之间的关系主要有两种，它们分别是线 性关系和非线性关系，其中非线性关系又可分为树型关系 和图关系 什么是数据结构  数据的逻辑结构和存储结构是密不可分的两个方面，在实 现算法时，首先应解决数据的存储问题  数据之间既要考虑存储，又要考虑数据单位之间的关系， 在确定了存储结构后，根据存储的结构再来确定相应操作 的实现方法  简单说数据结构是研究数据的存储、数据之间的关系和对 数据实现各种操作的一门学科 什么是数据结构  数据结构的定义可以记作：  Data-Structure= （D ，R ）  其中D是数据元素的有限集合，R是D上的关系  一般情况下，“关系”是指数据元素之间存在的逻辑关系，也称为数据的 逻辑结构。数据在计算机内的存储表示（或映象）称为数据的存储结构或 物理结构  算法+数据结构=程序  其中数据结构是指数据逻辑结构和物理结构，算法是对数据运算的描述。 由此可见程序设计的实质是对具体问题选择一种好的数据结构，再设计一 个好的算法，而好的算法通常取决于实际问题的数据结构 什么是数据结构  数据结构作为一门独立的课程始于1968年，在我国数据结 构作为一门独立课程在80年代初  早期的数据结构对课程的范围没有明确的规定，数据结构 的内容几乎和图论、树的理论是相同的  在60到70年代随着大型程序的出现，软件也相对独立，结 构程序设计逐步成为程序设计方法学的主要内容，人们已 经认识到程序设计的实质就是对所确定的问题选择一种好 的结构，从而设计一种好的算法 线性表  线性表是n个数据元素的有限序列。其一般描述为：A= （a ，a ，……a ） 1 2 n  其中A称为线性表的名称，每个ai （n≥i≥1 ）称为线性表的数据元素  具体n的值含义则称为线性表中包含有数据元素的个数，也称为线性表的 长度；当n的值等于0时，表示该线性表是空表  每个数据元素的含义在不同情况下各不相同，它们可能是一个字母、一个 数字、也可以是一条记录等。一般情况下，在线性表中每个a 的描述的是 i 一组相同属性的数据 线性表类型的定义  线性表的离散定义是：B=A，R，  其中A包含n个结点（a ，a ……a ），R只包含一个关系 1 2 n  R={ （a ，a ）| i=1 ，2 ，……n} ，线性表中包含的数据元素个数为线性表 i-1 i 的长度  一个数据元素通常包含多个数据项，此时每个数据元素称为记录，含有大 量的记录的线性表称为文件。  在稍微复杂的线性表中，一个数据元素可以由若干个数据项组成