第1章数据结构绪论.ppt

课程性质 数据结构是计算机专业的专业基础课 公共基础课、专业基础课、专业方向课、专业选修课 在教学计划中的地位：核心、承上启下 前导课：高等数学、离散数学、程序设计语言 后续课：数据库、操作系统、编译原理…… 学习目标 掌握基本的数据结构 工具箱→复用、修改、重组 培养算法设计能力、程序设计能力 算法——程序的灵魂 问题求解过程：问题→想法→算法→程序 程序设计研究的层次：算法→方法学→语言→工具 培养算法分析能力 评价算法、改进算法 课时分配 理论课 64学时 实验课 16学时 集中实训 24学时 期末成绩组成 理论课 出勤（迟到、早退） 10％ 课堂表现（提问、纪律）＋课后作业完成情况 5％ 实验课 出勤（迟到、早退）＋课堂表现 5％ 实验报告 10％ 期末卷面成绩 70％ 实训成绩组成 出勤（迟到、早退）+实训表现 30% 实训报告 70% 最终成绩分为以下等级： 优秀：91-100分 良好：81-90分 中等：71-80分 及格：60-70分 不及格：0-59分 数据、数据元素、数据项之间的关系 包含关系：数据是由数据元素组成，数据元素是由数据项组成。 数据元素是讨论数据结构时涉及的最小数据单位，其中的数据项一般不予考虑。 数据结构从逻辑上分为四类： ⑴ 集合：数据元素之间就是 “属于同一个集合” ； 数据结构从逻辑上分为四类： ⑴ 集合：数据元素之间就是 “属于同一个集合” ； ⑵ 线性结构：数据元素之间 存在着一对一的线性关系； 数据结构从逻辑上分为四类： ⑴ 集合：数据元素之间就是 “属于同一个集合” ； ⑵ 线性结构：数据元素之间 存在着一对一的线性关系； ⑶ 树结构：数据元素之间存在 着一对多的层次关系； 数据结构从逻辑上分为四类： ⑴ 集合：数据元素之间就是 “属于同一个集合” ； ⑵ 线性结构：数据元素之间 存在着一对一的线性关系； ⑶ 树结构：数据元素之间存在 着一对多的层次关系； ⑷ 图结构：数据元素之间存在 着多对多的任意关系。 通常有两种存储结构： 1. 顺序存储结构：用一组连续的存储单元依次存储数据元素，数据元素之间的逻辑关系由元素的存储位置来表示。 通常有两种存储结构： 1. 顺序存储结构：用一组连续的存储单元依次存储数据元素，数据元素之间的逻辑关系由元素的存储位置来表示。 2. 链接存储结构：用一组任意的存储单元存储数据元素，数据元素之间的逻辑关系用指针来表示 。 逻辑结构和存储结构之间的关系 数据的逻辑结构属于用户视图，是面向问题的，反映了数据内部的构成方式；数据的存储结构属于具体实现的视图，是面向计算机的。 一种数据的逻辑结构可以用多种存储结构来存储，而采用不同的存储结构，其数据处理的效率往往是不同的。 欧几里德算法 算法的相关概念 3. 算法的五大特性： ⑴ 输入：一个算法有零个或多个输入。 ⑵ 输出：一个算法有一个或多个输出。 ⑶ 有穷性：一个算法必须总是在执行有穷步之后结束，且每一步都在有穷时间内完成。 ⑷ 确定性：算法中的每一条指令必须有确切的含义，对于相同的输入只能得到相同的输出。 ⑸ 可行性：算法描述的操作可以通过已经实现的基本操作执行有限次来实现。 1.4 算法及算法分析 什么是好的算法 一个好的算法具备的其它特性： ⑴ 正确性：对于任何合法输入都会得出正确结果。 ⑵ 鲁棒性：对非法输入的抵抗能力。 ⑶ 简单性：算法容易理解和实现。 ⑷ 抽象分级：算法中的每个模块表示一种抽象。 ⑸ 高效性：时间效率和空间效率。 1.4 算法及算法分析 m n r 例：欧几里德算法——辗转相除法求两个自然数 m 和 n 的最大公约数 1.4 算法及算法分析 算法的描述方法——自然语言 优点：容易理解 缺点：冗长、二义性 使用方法：粗线条描述算法思想 注意事项：避免写成自然段 1.4 算法及算法分析 ① 输入m 和n； ② 求m除以n的余数r； ③ 若r等于0，则n为最大公约数，算法结束；否则执行第④步； ④ 将n的值放在m中，将r的值放在n中； ⑤ 重新执行第②步。 例：欧几里德算法 自然语言 1.4 算法及算法分析 优点：流程直观 缺点：缺少严密性、灵活性 使用方法：描述简单算法 注意事项：注意抽象层次 算法的描述方法——流程图 1.4 算法及算法分析 N 开始 输入m和n r=m % n r=0 m=n；n=r 输出n 结束 Y 流 程 图 例：欧几里德算法 1.4