数据结构与(绪论-0906) .ppt

中山大学 * 几种时间复杂度 O(1):常数时间 O(log2n)：对数时间 O(n)：线性时间 O(nlog2n)：线性对数时间 O(n2):平方时间 O(n3):立方时间 O(2n):指数时间 中山大学 * 几种时间复杂度 中山大学 * 五、算法的存储空间需求 类似于算法的时间复杂度，空间复杂度可以作为算法所需存储空间的量度。记作： S(n)=O(g(n)) 表示随着问题规模n的增大，算法运行所需存 储量的增长率与g(n)的增长率相同。 中山大学 * 算法的存储量包括： 1.输入数据所占空间； 2.程序本身所占空间； 3.辅助变量所占空间； 五、算法的存储空间需求 中山大学 * 若输入数据所占空间只取决与问题本身，而与算法无关。则只需要分析除输入数据和程序之外的辅助变量所占的额外空间。 若所需额外空间相对于输入数据量来说是常数，则称此算法为原地工作。 若所需存储量依赖于特定的输入，则通常按最坏情况考虑。 五、算法的存储空间需求 中山大学 * 1．熟悉各名词、术语的含义，深刻理解 基本概念。2．了解抽象数据类型的定义、表示和实 现方法。3．理解算法的概念及5个要素的确切含 义。4．掌握算法时间复杂度的估算方法。 本章学习要点 中山大学 * 逻辑结构和存储结构的区别 逻辑结构定义了数据元素之间的逻辑关系； 存储结构是逻辑结构在计算机中实现； 一种逻辑结构可以采用不同存储方式存储在计算机中，但都必须反映出要求的逻辑关系。 中山大学 * 中山大学 * 1.简述如下概念： 数据、数据元素、数据类型、数据结构、逻辑结构、存储结构、抽象数据类型。 本章习题 中山大学 * 2.定义抽象数据类型“有理数”。基本操作包括有理数的加法、减法、乘法、除法，以及求有理数的分子、分母。 本章习题 中山大学 * (1) i=1; k=0;　　　do {　　　　 k +=10 * i;　　　　　 i++;　　　} while(i=n-1); (2) k=0;　　　for( i=1; i=n; i++) {　　　　for (j=i ; j=n; j++)　　　　 k++;　　　} 本章习题 3.设n为正整数，利用大“O”记号，分析下列程序段的T(n)。 （3）for(i=1;i=n;i++) for(j=1;j=i;j++) for(k=1;k=j;k++) x=x+1; 中山大学 * 本章习题 从硬件的角度看，它们的实现涉及到“字”、“字节”、“位”、“位运算”等等；从用户观点看，并不需要了解整数在计算机内是如何表示、运算细节是如何实现的，用户只需要了解整数运算的外部运算特性，而不必了解机器内部位运算的细节，就可运用高级语言进行程序设计。引入数据类型的目的，从硬件的角度是作为解释计算机内存中信息含义的一种手段，对使用数据类型的用户实现了信息隐蔽，将一切用户不必关心的细节封装在类型中。如两整数求和问题，程序用户只仅仅注重其数学求和的抽象特性，而不关心加法运算涉及的内部位运算实现。 * * * * * 一种数据结构的优劣是由实现其各种运算的算法具体体现，对数据结构的分析实质上就是对实现运算算法的分析，除了要验证算法是否正确解决该问题之外，需要对算法的效率作性能评价。在计算机程序设计中，对算法分析是十分重要的。通常对于一个实际问题的解决，可以提出若干个算法，那么如何从这些可行的算法中找出最有效的算法呢？或者有了一个解决实际问题的算法，我们如何来评价它的好坏？等等这些问题需要通过算法分析来确定。因此算法分析是每个程序设计人员应该掌握的技术。评价算法的标准很多，评价一个算法主要看这个算法所占用机器资源的多少，而这些资源中时间代价与空间代价是两个主要的方面，通常是以算法执行所需的机器时间和所占用的存储空间来判断一个算法的优劣。 * 中山大学 * 二、算法设计的原则 4、高效率与低存储量需求： 通常，效率指的是算法执行的时间；对于解决同一问题的多个算法，执行时间短的算法效率高。存储量需求指算法执行过程中所需要的最大存储空间。一般，这两者与问题的规模有关。 二、算法设计的原则 中山大学 * 设计实现算法过程步骤 1. 找出与求解有关的数据元素之间的关系 2. 确定在某一数据对象上所施加运算 3. 考虑数据元素的存储表示 4. 选择描述算法的语言 5.设计实现求解的算法，并用程序语言加以描述。 中山大学 * 中山大学 * 最简单的方法是使用自然语言。用自然语言来描述