数据结构复习内容.docVIP

数据结构细补班材料 1、时间复杂度的计算和一些基本概念 什么是数据结构 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： Data_Structure=（D, S） D：元素有限集 还分成数值类型和非数值类型 S：关系有限集 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）。 逻辑结构 数据元素之间的逻辑关系。即从逻辑关系上描述数据，它与数据的存储无关，是独立于计算机的。逻辑结构可细分为4类： 集合结构： 仅同属一个集合 线性结构: 一对一（1:1) 线性 树 结 构: 一对多（1:n) 非线性 图结构: 多对多 (m:n) 非线性 物理结构 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。 存储结构可分为4大类： 顺序存储结构 链式存储结构 索引存储结构 散列存储结构 数据的运算 数据的运算是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。 最常用的数据运算有5种： 插入、删除、修改、查找、排序 抽象数据类型 抽象数据类型：由用户定义，用以表示应用问题的数据模型。它由基本的数据类型构成，并包括一组相关的操作。 算法 算法是解决某一特定类型问题的有限运算序列。是一系列输入转换为输出的计算步骤。 算法有5个基本特性：有穷性、确定性、可行性、输入和输出 算法评价有4个指标：运行时间、占用空间、正确性和简单性 评价指标中的运行时间，就是用时间复杂度来衡量的。 时间复杂度 表现形式：O(f(n)) 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 3 n0 ，有 f(n) ￡ Cg(n)，则f(n) = O(g(n)) 3n+2=O(n) /* 3n+2￡4n for n32 */ 3n+3=O(n) /* 3n+3￡4n for n33 */ 100n+6=O(n) /* 100n+6￡101n for n310 */ 10n2+4n+2=O(n2) /* 10n2+4n+2￡11n2 for n35 */ 6*2n+n2=O(2n) /* 6*2n+n2 ￡7*2n for n34 */ 常见的时间复杂度，按数量级递增排列依次为：常数阶O(1)、对数阶O(log2n)、线性阶O(n)、 线性对数阶O(nlog2n)、平方阶O(n^2)、立方阶O(n^3)、k次方阶O(n^k)、指数阶O(2^n)。 下面我们通过例子加以说明，让大家碰到问题时知道如何去解决。 1、设三个函数f,g,h分别为 f(n)=100n^3+n^2+1000 , g(n)=25n^3+5000n^2 , h(n)=n^1.5+5000nlgn请判断下列关系是否成立：（1） f(n)=O(g(n))（2） g(n)=O(f(n))（3） h(n)=O(n^1.5)（4） h(n)=O(nlgn)◆ (1)成立。题中由于两个函数的最高次项都是n^3,因此当n→∞时，两个函数的比值是 一个常数，所以这个关系式是成立的。◆ （2）成立。与上同理。◆ （3）成立。与上同理。◆ （4）不成立。由于当n→∞时n^1.5比nlgn递增的快，所以h(n)与nlgn的比值不是常数，故不成立。 2、设n为正整数，利用大O记号，将下列程序段的执行时间表示为n的函数。(1) i=1; k=0while(in){ k=k+10*i;i++;}解答：T(n)=n-1， T(n)=O(n)， 这个函数是按线性阶递增的。(2) x=n; // n1while (x=(y+1)*(y+1))y++;解答：T(n)=n1/2 ，T(n)=O(n1/2)，最坏的情况是y=0，那么循环的次数是n1/2次，这是一个按平方根阶递增的函数。(3) x=91; y=100;while(y0)if(x100){x=x-10;y--;}else x++;解答： T(n)=O(1)， 这个程序看起来有点吓人，总共循环运行了1000次，但是我们看到n没有? 没。这段程序的运行是和n无关的，就算它再循环一万年，我们也不管他，只是一个常数阶的函数。 2、线性结构 逻辑结构： 1.描述: 线性表是由n (n=0)个数据元素(结点)a1,a2,….,ai,….,an组成的有限序列。其中，数据元素