数据结构(c语言版)u——第1章绪论.pptVIP

数据结构（C语言版） 第1章 绪论 本章主要知识点 数据结构的常用术语及基本概念 集合、线性结构、树型结构、图型结构的逻辑特点 抽象数据类型 算法、算法描述及算法分析 常用术语和基本概念 数据：人们利用文字符号、数字符号以及其他规定的符号对客观现实世界的事物及其活动所做的抽象描述。 数据元素：表示一个事物的一组数据 ，是数据的基本单位 。 数据项：数据的最小单位。 数据对象：性质相同的数据元素的集合。 数据类型：一组性质相同的值的集合以及定义在这个集合上的一组操作的总称。 常用术语和基本概念 抽象数据类型：由基本数据类型或其他已定义的抽象数据类型及定义在该模型上的一组操作组成。 数据结构（Data Structure） ：相互之间存在一种或多种特定关系的数据元素的集合。 数据逻辑结构：数据元素之间固有的逻辑关系的集合。 数据物理结构：逻辑结构在计算机存储器中的具体存储方式的体现。 常用术语和基本概念 数据基本结构： 集合结构：数据元素之间无任何关系。 线性结构：元素之间存在一对一的线线关系。 树形结构：数据元素之间存在着一对多的关系。 图形结构：数据元素之间存在多对多的关系。 G1 G3 S11 S12 S13 S21 S22 S23 S31 S32 S33 T 算法与算法分析 算法（Algorithm） ：对待定问题求解步骤的一种描述，它是指令的有限序列。 算法分析（Algorithm analysis） ：从“时间”和“空间”两个方面来分析算法的效率。 算法特性 输入性 输出性 有限性 确定性 可行性 算法设计的基本要求 正确性 可读性 健壮性 高时间效率 高空间效率 算法分析 算法执行所耗费的时间，与该算法中所有语句的执行总次数成正比 。 语句频度：算法中的所有语句的执行的总次数 ，记为：T(n) 。 时间复杂度：把T(n)表示成同数量级函数的形式：T(n)=O(g(n))，则O(g(n))称为算法的时间复杂度 。描述了当n充分大的时候算法的语句频度的数量级。 常见的时间复杂度有O(1), O(log n) ，O(n),O(n2),O(n3), O(2n)，分别称为常量阶、对数阶、线性阶、平方阶、立方阶和指数阶。 O(1)O(log n)O(n)O(n2)O(n3)O(2n) 空间复杂度：在算法执行过程中需要的辅助空间数量，记为：S(n) = O(f(n)) 。 辅助空间：指的是除算法本身和输入输出所占的空间外，算法在运行过程中临时开辟的存储空间。