数据结构课件数据结构ch1章节.pptVIP

数 据 结 构 Data Structure 主讲人： 刘 玮 教 学 目 标 课 程 教 材 教材 《数据结构（C语言版）》 严蔚敏 吴伟民 清华大学出版社； 参考书 《数据结构（C语言版）》 Ellis Horowitz等 机械工业出版社； 《数据结构与算法分析——C语言描述》 Mark Allen Weiss 机械工业出版社； 《The Art of Computer Programming》 Donald E. Knuth 国防工业出版社影印 课 时 分 配 课 程 考 核 第一章 概 论 1.1 什么是数据结构? 1.1.1计算机程序设计的实质是什么? 1.1 什么是数据结构 1.1.2 程序设计求解的一般步骤 1.1 什么是数据结构 1.1.3 数值问题和非数值问题 1.1 什么是数据结构 1.1 什么是数据结构 1.1 什么是数据结构 1.1 什么是数据结构 1.2 数据结构的相关概念 1.4 算法特性与分析 1.4 算法特性与分析 1.4 算法特性与分析 1.4 算法特性与分析 1.4 算法特性与分析 1.4 算法特性与分析 1.4 算法特性与分析 1.4 算法特性与分析 1.4 算法特性与分析 本章小结 数据与数据结构相关基本概念 基本概念 数据结构研究内容 数据类型与抽象数据类型 算法的性能分析与度量 算法的定义与性能标准； 算法时间复杂度度量； 算法空间复杂度度量； 举例：求两个自然数的最大公因子（欧几里得算法） 4）N-S图 1.4.2 算法分析 度量算法效率的方法 算法的后期测试 算法的事前估计 1)问题的规模（处理的数据量）； 2)选择的语言； 3)选择的策略； 4)机器的速度。 1.4.3 时间复杂度(Time Complexity) 将算法的求解问题的输入称为问题的规模，并用一个整数n表示； 在算法的每个步骤中，可能有若干条语句，频度就是指每条语句的执行次数。一个算法的时间复杂度就是指算法的时间耗费。简单说，以一条基本语句的执行时间为基本单位，该算法所有语句中总的基本语句的执行次数就是该算法的时间耗费，它是该算法所求解的问题规模n的函数。 当问题的规模n趋向无穷大时，我们把时间复杂度的数量阶称为算法的渐进时间复杂度。一般我们把渐进时间复杂度称为算法的时间复杂度，记作“O”（Order）。 时间复杂度——常量阶O(1) x++; s=0; for(j=1;j=10000;++j) { s+=x; } 语句频度为1，时间复杂度为O(1)。 语句频度为10000，时间复杂度为O(1)。 时间复杂度——对数阶O(logn) s=0; for(j=1;j=n;j*=2) s++; 语句频度为log2n，时间复杂度为O(log2n)。 时间复杂度——线性阶O(n) s=0; for(j=1;j=n;j++) s++; 语句频度为n，时间复杂度为O(n)。 时间复杂度——对数阶O(nlogn) s=0; for(j=1;j=n;j*=2) for(k=1;k=n;k++) s++; 语句频度为nlog2n，时间复杂度为O(nlog2n)。 时间复杂度——平方阶O(n2) s=0; for(j=1;j=n;j++) for(k=1;k=n;k++) s++; 语句频度为n2，时间复杂度为O(n2)。 时间复杂度——平方阶O(n3) for(i=0;in;i++) for(j=1;j=n;j++) { c[i][j]=0; for(k=1;k=n;k++) c[i][j]=c[i][j]+a[i][k]*b[k][j]; } //n+1 //n(n+1) //n2 //n2(n+1) //n3 本算法时间复杂度为O(n3) 1.4.4 空间复杂度(Space Complexity) 空间复杂度类似于时间复杂度，是指该算法所耗费的存储空间，也是问题规模n的函数。 一般也指渐进空间复杂度，记作“O”。 其中n是问题的规模。 第一章的基本内容 Email:liuweiannie@ 1 掌握基本数据结构的概念及其应用； 2 学会合理地组织数据、有效地表示数据及有效地处理数据； 3 培养算法设计能力和程序设计能力。 4 10 图 六 2 6 栈、队列 三 4 10 树和二叉树 五 查找和排序 七 2 6 数组和广义表 四 4 6 线性表 二 2 绪论 一 上机学时 理论学时 内容 课 程