《严蔚敏数据结构 (13)》-(课件).ppt

数 据 结 构 第1章　绪　论 1.1 什么是数据结构 1.2 学习数据结构的意义 1.3 数据结构涵盖的主要内容 1.4 什么是抽象数据类型 1.5 算法效率的度量 1.1 什么是数据结构 是相互之间存在一种或多种特定关系的数据元素的集合，表示为： 数据(data)——所有能被计算机识别、存储和处理的符号的集合（包括数字、字符、声音、图像等信息 ）。 数据元素(data element)——是数据的基本单位，具有完整确定的实际意义(又称元素、结点，顶点、记录等）。 数据项(Data item)——构成数据元素的项目。是具有独立含义的最小标识单位（又称字段、域、属性 等）。 1.2 学习数据结构的意义 　　计算机内的数值运算依靠方程式，而非数值运算（如表、树、图等）则要依靠数据结构。 　　数据结构是一门学科，针对非数值计算的程序设计问题，研究计算机的操作对象以及它们之间的关系和操作等等。 1.3 数据结构涵盖的内容 例1 书目自动检索系统 例2 人机对奕问题 多叉路口交通灯管理问题 （1） S=(D, R) D={ a, b, c, d, e, f } R={(a,e), (b,c), (c,a), (e,f), (f,d)} d1 d5 d2 d4 d3 　　　答：物理结构亦称存储结构，是数据的逻辑结构在计算机存储器内的表示（或映像）。它依赖于计算机。 答：在数据的逻辑结构上定义的操作算法。 它在数据的存储结构上实现。 1.4 什么是抽象数据类型 1.4.1 数据类型与抽象数据类型的区别 1.4.2 抽象数据类型如何定义 例：给出自然数(Natural Number )的抽象数据类型定义。 1.4.3 抽象数据类型如何表示和实现 抽象数据类型可以通过固有的数据类型（如整型、实型、字符型等）来表示和实现。 1.5 算法效率的度量 1.5.1 什么是算法？如何评判算法的好坏？ 1.5.2 时间复杂度和空间复杂度如何表示？ 1.5.3 计算举例 1.5.1 什么是算法？如何评判一个算法的好坏？ 算法效率——用依据该算法编制的程序在计算机上执行所消耗的时间来度量 1.事后统计——利用计算机内记时功能，不同算法的程序可以用一组或多组相同的统计数据区分 缺点：?必须先运行依据算法编制的程序 ?所得时间统计量依赖于硬件、软件等环境因素，掩盖算法本 身的优劣 2.事前分析估计——一个高级语言程序在计算机上运行所消耗的时间取决于： ?依据的算法选用何种策略 ?问题的规模 ?程序语言 ?编译程序产生机器代码质量 ?机器执行指令速度 同一个算法用不同的语言、不同的编译程序、在不同的计算机上运行，效率均不同，———所以使用绝对时间单位衡量算法效率不合适 1.5.2 时间复杂度和空间复杂度如何表示？ 时间复杂度：基本操作重复执行的次数的阶数 T(n)=o(f(n)) 空间复杂度：s(n)=o(f(n)) 3n+2=O(n) 因为 3n+2?4n for n?2 6*2n+n2=O(2n) 因为6*2n+n2 ?7*2n for n?4 1.5.3 计算举例 本章小结 数据结构课程—— 数据结构＋算法＝程序，涉及数学、计算机硬件和软件。 数据结构定义——指互相有关联的数据元素的集合，可用data_Structure=(D,R)表示。 数据结构内容——数据的逻辑结构、存储结构和基本运算 数据结构学习工具——抽象数据类型和伪码（类C） 算法效率指标——时间效率和空间效率 作业： ① 配套习题集的相应题目。 ② 复习C语言，重点是结构类型和递归概念。 注： 1） O（）为渐近符号。 2） 空间复杂度S(n)按数量级递增顺序也与上表类似。 复杂度高 复杂度低 时间复杂度T(n)按数量级递增顺序为： 多项式阶 例： 渐进符号（O）的定义：当且仅当存在一个正的常数 C，使得对所有的 n ? n0 ，有 f(n) ? Cg(n)，则： f(n) = O(g(n)) 该算法的运行时间由程序中所有语句的频度（即该语句重复执行的次数）之和构成。 解： 分析：显然，语句①的频度是1。设语句2的频度是f(n)，则有： 算法的时间复杂