《数据结构精品教学》绪论（白底）.pptVIP

第一章 绪论 一、什么是数据结构为什么要学习数据结构 举例： 1）电话本 2）图书馆 3）运输中最短路径的问题 4）打印文件 5）排队叫号系统 只要有数据的地方，就涉及到数据怎样组织、排列的问题，即数据结构。同样的数据可以有不同的结构。 进一步研究：在某种结构上怎样进行数据处理 研究内容： 数据的不同结构和组织方法 在某种结构上进行数据处理的不同算法 算法的分析和比较 ? 最佳方案 一、什么是数据结构为什么要学习数据结构 地位： 是三种学科：数学、计算机硬件、软件的边缘学科，它与上述三种学科都有密切关系。 是一门计算机科学专业的核心课程 是高级程序设计语言、编译原理、操作系统、数据库、人工智能等课程的基础。 广泛应用于信息科学、系统工程、应用数学以及各种工程技术领域。 一、什么是数据结构为什么要学习数据结构 二、基本术语 数据：能被计算机输入、存储、处理和输出的一切信息。 数据元素：数据整体中相对独立的单位 数据记录：组织数据的基本单位。用于把相互有关系的多个数据项组成一条记录。 数据处理：其基础是数据结构 数据结构：1)逻辑结构：数据间关系 2)物理结构：逻辑结构在计算机中的存储方式。 表示方法：1)二元组——集合形式 2)图示法 数据类型：1) 简单类型 2) 结构类型 抽象数据类型 —— 类 包括数据以及数据上的操作。 数据对象——数据类型的具体化（常量和变量） 算法：在某数据结构上解决特定问题的方法。 有5个特性。 二、基本术语 【例】交换i和j的内容。 Temp=i；i=j；j=temp； 以上三条单个语句的频度均为1，该算法段的执行时间是一个与问题规模n无关的常数。算法的时间复杂度为常数阶，记作f(n)=Ο(1)。 如果算法的执行时间不随着问题规模n的增加而增长，即使算法中有上千条语句,其执行时间也不过是一个较大的常数。此类算法的时间复杂度是Ο(1)。 【例】循环语句 当有若干个循环语句时，算法的时间复杂度是由嵌套层数最多的循环语句中最内层语句的频度f(n)决定的。 该算法段的时间复杂度为 f(n)=O(n2) x=0； for （k=1；k=n ；k++） x=x+1； for （i=1；i=n ；i++） for （j=1；j=n ；j++） y=y+1； n！ 递归算法如下： 以n=3为例,调用过程如下： fact(3)-fact(2)-fact(1)-fact(2)-fact(3) 递 归 回 溯 int fact(int n) { if (n==0) or (n==1) return 1; else return (n*fact(n-1)); } 【例】递归算法 —— 分析： f(n)=f(n-1)+O(1) 其中O(1)为一次乘法操作. 迭代求解过程如下： f(n)=f(n-1)+O(1) =f(n-2)+O(1)+O(1) =f(n-3)+O(1)+O(1)+O(1) …… =f(1)+……+O(1)+O(1)+O(1) =n*O(1) =O(n) 【例】递归算法 —— n！ 算法的时间复杂度还与输入的初始状态有关。 这类算法的时间复杂度的分析比较复杂，一般分最好情况（处理最少的情况),最坏情况(处理最多的情况)和平均情况分别进行讨论。 【例】在数组a[n]中查找给定值为key的算法： for（int i=0;in;i++） if (a[i]==key) return i; return -1； 此算法的时间复杂度不仅与问题规模n有关，还与数组a的各元素取值及key的取值有关： 1. 最好情况：a[0]==k