抽象数据元素.pptVIP

第1章 绪论 1.1 数据结构的基本概念 1.2 抽象数据类型和软件构造方法 1.3 算法及其时间复杂度 计算机处理中的“难”的问题和不可解问题 　　　现实世界中，大量非数值问题在求解时，首先要判定其是否可解。通过建立计算的数学模型（如图灵机、递归函数、λ-演算、Post系统等）精确区分哪些是可计算的，哪些是不可计算的。但是许多问题本身是不可判定的(如悖论问题、图灵机停机问题等)。只有是可判定、可计算的问题，才能通过精确的算法描述进行求解。 计算的过程就是执行算法的过程。可计算性的核心问题是将算法这一直观概念精确化，变为一个具有有限性、可执行性、确定性、终止性、有限个输入、1个或1个以上输出的具体算法。 　　　 1.多项式问题（P问题） 如果一个问题的规模是n，按某种算法解决问题时用的计算次数是n的多项式，或者说计算的复杂度为O(log n)，O(n)，O(n2)，O(n3)或O(nk)（k为常数），则称该算法为多项式算法，而这类问题称为多项式(P)问题。以当今计算机的处理速度，对于一个有合理输入数量的多项式问题，计算机都能有效地予以解决。 一个问题会有多种算法，算法会有快、慢。例如教材中排序、查找部分，选择排序比冒泡排序快，对分查找比顺序查找快，等等。 2.非多项式问题（NP问题） 有许多问题，当它们的规模变得越来越大时，不管你采用什么算法，求解它所用的时间都会长得惊人。就算是用当今的快速计算机，都无法在可容忍的时间内完成，这就是所谓非多项式（NP）问题。 　　　若问题求解时所用算法的计算时间的阶等价于某种指数函数，或者说算法的复杂度为O(2n)，O(kn) （k为常数）或O(n!)， 则称该算法为指数型算法，而这类问题就是非多项式（NP）问题。非多项式问题远比多项式问题难度大，当问题规模增大时，用计算机处理需要数月甚至数年的时间才能得出问题结果。例如，梵塔问题、货郎担问题、因式分解问题、纵横字谜问题、图形着色问题、棋类博弈问题、可满足性问题等等都是所谓“难”的问题。 3.不可解问题 对这类问题，无法用计算机程序来解决。图灵是较早发现这类问题的人。例如，他提出了“停机问题”就是一个不可解问题。还有很多不可解问题。 算法设计时需要注意 1.4 算法的书写规范 作 业 P25 1-3， 1-7，1-11（5），1-12 * * 主要知识点 数据结构的基本概念 抽象数据类型和软件构造方法 算法和算法的时间复杂度 算法书写规范 1.基本术语 (1)数据：人们利用文字符号、数字符号以及其他规定的符号对现实世界的事物及其活动所做的抽象描述。 (2)数据元素：表示一个事物的一组数据。 (3)数据项：构成数据元素的数据。 例如，学生信息可包括学生的学号、姓名、性别、年龄等数据。这些数据构成学生情况的描述的数据项；包括学号、姓名、性别、年龄等数据项的一组数据就构成学生信息的一个数据元素。 学生信息数据元素的表示方法是： struct Student { long number; char name[10]; char sex[3]; int age; }; 1.基本术语(续) (4)抽象数据元素：没有实际含义的数据元素。 (5)抽象数据类型：没有确切定义的数据类型。 (6)数据的逻辑结构：数据元素之间的相互联系方式。 (7)数据的存储结构：数据元素在计算机中的存储方式。 (8)数据的操作：对一种数据类型的数据进行的某种处理。 (9)数据的操作集合：对一种数据类型的数据进行的所有操作。 数据的逻辑结构 线性结构：除第一个和最后一个数据元素外，每个数据元素只有一个前驱和一个后继数据元素。 树结构：除根结点外，每个数据元素只有一个前驱数据元素，可有０个或若干个后继数据元素。 图结构：每个数据元素可有０个或若干个前驱数据元素和０个或若干个后继数据元素。 线性结构 树结构 图结构 数据的存储结构 　 顺序存储结构：把数据元素存储在一块连续地址空间的内存中，其特点是逻辑上相邻的数据元素在物理上也相邻，数据间的逻辑关系表现在数据元素存储位置关系上。 指针是指向物理存储单元地址的变量。由数据元素域和指针域组成的一个结构体称为结点。 链式存储结构：使用指针把相互直接关联的结点(即直接前驱结点或直接后继结点)链接起来，其特点是逻辑上相邻的数据元素在物理上不一定相邻，数据间的逻辑关系表现在结点的链接关系上。 数据的操作 　 从抽象角度，数据的操作主要讨论某种数据类型数据应具备的操作的逻辑功能，抽象角度下的操作一般和数据的逻辑结构一起讨论； 在具体角度下，数据的操作主要讨论操作的具体实现算法。具体角度下的操作实现必须