C语言二级考点复习.doc

1.1 算法 1.1.1 算法的基本概念 算法是指对解题方案的准确而完整的描述。简单地说，就是解决问题的操作步骤。 值得注意的是，算法不等于数学上的计算方法，也不等于程序。在用计算机解决实际问题时，往往先设计算法，用某种表达方式（如流程图）描述，然后再用具体的程序设计语言描述此算法（即编程）。在编程时由于要受到计算机系统运行环境的限制，因此，程序的编制通常不可能优于算法的设计。 1.1.1.1 算法的基本特征 一般来说，一个算法应具有以下4个基本特征。 （1）可行性（Effectiveness）：算法在特定的执行环境中执行，应当能够得出满意的结果，即必须有一个或多个输出。 （2）确定性（Definiteness）：算法中的每一个步骤都必须有明确的定义，不允许有模棱两可的解释和多义性。 （3）有穷性（Finiteness）：算法必需在有限时间内做完，即算法必需能在执行有限个步骤之后终止。 （4）拥有足够的情报：要使算法有效必需为算法提供足够的情报。当算法拥有足够的情报时，此算法才是有效的；而当提供的情报不够时，算法可能无效。 1.1.2.1 算法的时间复杂度 算法的时间复杂度是指执行算法所需要的计算工作量。 为了能够比较客观地反映出一个算法的效率，在度量一个算法的工作量时，不仅应该与所使用的计算机、程序设计语言以及程序编制者无关，而且还应该与算法实现过程中的许多细节无关。 算法的计算工作量是用算法所执行的基本运算次数来度量的，而算法所执行的基本运算次数是问题规模（通常用整数n表示）的函数。即 算法的工作量=f（n） 例如，在N×N矩阵相乘的算法中，整个算法的执行时间与该基本操作（乘法）重复执行的次数n3成正比，也就是时间复杂度为n3，即 f（n）=O（n3） 在有的情况下，算法中的基本操作重复执行的次数还随问题的输入数据集不同而不同。例如在起泡排序的算法中，当要排序的数组a初始序列为自小至大有序时，基本操作的执行次数为0；当初始序列为自大至小有序时，基本操作的执行次数为n（n－1）/2。对这类算法，可以采用平均性态和最坏情况复杂性两种方法来分析。 1.1.2.2 算法的空间复杂度 算法的空间复杂度是指执行这个算法所需要的内存空间。 一个算法所占用的存储空间包括算法程序所占的空间、输入的初始数据所占的存储空间以及算法执行过程中所需要的额外空间。其中额外空间包括算法程序执行过程中的工作单元以及某种数据结构所需要的附加存储空间。如果额外空间量相对于问题规模来说是常数，则称该算法是原地（in place）工作的。在许多实际问题中，为了减少算法所占的存储空间，通常采用压缩存储技术，以便尽量减少不必要的额外空间。 1.2.1.1 数据的逻辑结构 由数据结构的定义可知，一个数据结构应包含以下两方面信息： （1）表示数据元素的信息； （2）表示各数据元素之间的前后件关系。 在此定义中，并没有考虑数据元素的存储，所以上述的数据结构实际上是数据的逻辑结构。 数据的逻辑结构是对数据元素之间的逻辑关系的描述，它可以用一个数据元素的集合和定义在此集合中的若干关系来表示。 数据的逻辑结构有两个要素：一是数据元素的集合，通常记为D；二是D上的关系，它反映了数据元素之间的前后件关系，通常记为R。一个数据结构可以表示成 B=（D，R） 其中B表示数据结构。为了反映D中各数据元素之间的前后件关系，一般用二元组来表示。 例如，如果把一日三餐看作一个数据结构，则可表示成 B=（D，R） D={早餐，午餐，晚餐} R={（早餐，午餐），（午餐，晚餐）} 数据的逻辑结构包括线性结构、树型结构图、网状结构图和集合图4种。 1.2.1.2 数据的存储结构 数据的逻辑结构在计算机存储空间中的存放形式称为数据的存储结构（也称数据的物理结构）。在进行数据处理时，被处理的各数据元素总是被存放在计算机的存储空间中，而且各数据元素在计算机存储空间中的位置关系与它们的逻辑关系可能不同。 由于数据元素在计算机存储空间中的位置关系可能与逻辑关系不同，因此，为了表示存放在计算机存储空间中的各数据元素之间的逻辑关系（即前后件关系），在数据的存储结构中，不仅要存放各数据元素的信息，还需要存放各数据元素之间的前后件关系的信息。 一种数据的逻辑结构根据需要可以表示成多种存储结构，常用的存储结构有顺序、链接、索引等存储结构。而采用不同的存储结构，其数据处理的效率是不同的。因此，在进行数据处理时，选择合适的存储结构是很重要的。 1.2.3 线性结构与非线性结构 如果在一个数据结构中一个数据元素都没有，则称该数据结构为空的数据结构。在只有一个数据元素的数据结构中，删除该数据元素，就得到一个空的数据结构；在一个空的数据结构中插入一个新的元素后变成非空。 根据数据结构中各数据元素之间前后件关系的复杂程度，一般将数