数据结构线性表A.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 2.2.3 顺序表的运算效率分析 算法时间主要耗费在移动元素的操作上，因此 计算时间复杂度的基本操作（最深层语句频度） T(n)= O (移动元素次数) 而移动元素的个数取决于插入或删除元素的位置。 思考：若插入在尾结点之后，则根本无需移动（特别快）； 若插入在首结点之前，则表中元素全部要后移（特别慢）； 应当考虑在各种位置插入（共n+1种可能）的平均移动次数才合理。 讨论1：若在长度为 n 的线性表的第 i 位前 插入一个元素，则向后移动元素的次数f(n)为: f(n) = n – i + 1 时间效率分析: 2.2.3 顺序表的运算效率分析 * 推导：假定在每个元素位置上插入x的可能性都一样（即概率P相同），则应当这样来计算平均执行时间： 将所有位置的执行时间相加，然后取平均。 若在首结点前插入，需要移动的元素最多，后移次数为n； 若在a1后面插入，要后移n-1个元素，后移次数为n-1; …… 若在an-1后面插入，后移次数为1； 若在尾结点an之后插入，则后移次数为0； 故插入时的平均移动次数为：n(n+1)/2÷（n+1）＝n/2≈O(n) 共有多少种插入形式?——连头带尾有n+1种! 所有可能的元素移动次数合计： 0+1+…+n = n(n+1)/2 2.2.3 顺序表的运算效率分析 * 同理可证：顺序表删除一元素的时间效率为: T（n)=(n-1)/2 ≈O(n) 想一想： 顺序表插入、删除算法的平均空间复杂度为多少？ 插入效率： 删除效率： 教材P25算法2.5也是对执行效率的推导： 因为没有占用辅助空间！ 含义：对于顺序表，插入、删除操作平均需要移动一半元素( n / 2 ) O(1) 即插入、删除算法的平均时间复杂度为 O(n) * 线性表的抽象数据类型定义（见教材P19） ADT List { 数据对象：D={ai | ai∈ElemSet, i=1, 2, …, n, n≥0} 数据关系：R={ ai –1, ai | ai –1, ai ∈D, i=2,…, n} 基本操作： 初始化、撤销、清空、判空； 求表长、表头、表尾、前趋、后继； 读元素、查找（含定位）、遍历； 插入、删除 } ADT List 数据结构课程的起点： 什么是 线性结构？ * 第二章：线性表 Recap * 用一组地址连续的存储单元依次存储线性表的元素。 把逻辑上相邻的数据元素存储在物理上相邻的存储单元中的存储结构。 线性表的顺序表示又称为顺序存储结构或顺序映像。 顺序存储定义： 顺序存储方法： 特点： 逻辑上相邻的元素，物理上也相邻 可以利用数组V[n]来实现 2.2.1 顺序表的表示 Recap: * 想一想： 顺序表插入、删除算法的平均空间复杂度为多少？ 插入效率： 删除效率： 因为没有占用辅助空间！ 含义：对于顺序表，插入、删除操作平均需要移动一半元素( n / 2 ) O(1) 即插入、删除算法的平均时间复杂度为 O(n) Recap: * 线性表的基本操作如何表示？ （见教材P19） InitList( L ); //建空表，初始化 DestoryList( L ); //撤销表，释放内存 int LengthList( L ); //求表中元素个数，即表长 POSITION LocateElem (L,ElemType e，compare() ) //查找e PriorElem( L, cur_e, pre_e ); //求当前元素e的前驱 NextElem( L, cur_e, next_e ); //求当前元素e的后继 ListInsertBefore(L, i, e ); //把e插入到第i个元素之前 ListDelete( L, i,e ); //删除第i个元素并“看”此元素 ListTraverse( L, Visit() ); // “看”表中全部元素（遍历） 初始化、撤销、清空、判空； 求表长、表头、表尾、前趋、后继； 读元素、查找（含定位）、遍历； 插入、删除 * 结构体 结构体 结构体是一种构造数据类型 用途：把不同类型的数据组合成一个整体--自定义数据类型 结构体类型定义 struct [结构体名] { 类型标识符 成员名； 类型标识符 成员名； ……………. }； 成员类型可以是 基本型或构造型 struct是关键字, 不能省略 合法标识符 可省:无名结构体 * 例