计算机软件技术基础31数据结构及算法(概述+线性表).pptxVIP

常用数据结构及其运算;§3.1 概述 §3.2 线性表 §3.3 栈与队 §3.4 树与二叉树 §3.5 图 §3.6 查找与排序;3.1 概 述;3.1.1 数据结构的概念;数据(data)——是信息的载体，指所有能输入到计算机中并被计算机程序处理的符号的总称。如数、字符、符号等的集合。分为数值型和非数值型数据两类。;数据类型——程序设计语言中允许的变量类型 ? 基本数据类型（原子类型）：变量值不可分， 如整型、实型、字符型等 ? 结构类型：变量值可分，如数组、结构体等;数据结构(data structure)——是指同一数据对象中各数据元素间存在的关系。 ;1.逻辑结构：研究数据元素及其关系的数学特性， 即数据元素间的逻辑关系。 二元组 S =（D，R） D－－数据元素的非空有限集合 R－－D上关系的非空有限集合。; 四类基本结构：;例1：linearity = (D, R)，其中 D ＝ {1,2,3,4,5,6,7,8,9,10} R = {r} r = {7,2, 2,1, 1,6, 6,10, 10,8, 8,4, 4,5, 5,3, 3,9};例4：S = (D, R)，其中 D ＝ {1,2,3,4,5,6} R = {r1, r2} r 1= {3,2, 3,5, 2,1, 5,4, 5,6} r2={1,2,2,3,3,4,4,5,5,6}; 2.物理结构(存储结构)：是逻辑结构在计算 机中的映象，即具体实现。 四种基本存储结构：顺序存储结构 链式存储结构 索引存储结构 散列存储结构 3.逻辑结构与存储结构的关系 －算法的设计取决于选定的逻辑结构，而算 法的实现依赖于采用的存储结构。 －同一种逻辑结构可采用不同的存储结构。;一、什么是算法;二、算法设计的要求：正确性、健壮性、效率与低存储 三、算法评价标准：时间复杂度、空间复杂度 一般时间复杂度考虑的较多。 ? 一个可执行的算法不一定是一个好算法，算法的分析 通常用计算机执行时在时间和空间两方面的消耗多少作为评价该算法优劣的标准。 ? 度量一个程序的执行时间通常有两种方法： 事后统计和事前分析估算着重介绍第二种方法。（算法、问题规模、???言、机器代码质量、机器执行指令的速度）;一、时间复杂度 1. 频度：指一条语句重复执行的次数。记作： F(n) 2. 算法的时间度量：T(n)=O(F(n)) 是问题规模 n 的某个函数F(n),称为算法的渐进时间复杂度或时间复杂度。 例：T(n)=3n2 + 2n, 则 T(n)=O(n2) T(n)=3n + 2n, 则 T(n)=O(3n) ;“++x”的语句频度及三段程序的时间复杂度： (a) (b) (c) F(n): 1 n n2 T(n): O(1) O(n) O(n2) ;问题 ？ 有A、B两段程序同时运行，在某时刻A的运行速度是B的2倍，因此，A的算法复杂度比B低（即效率高）。; ? 常见的时间复杂度 1）O(1)：常量型 2）O(n)、O(n2)、...、O(nk)：多项式型 3）O(log2n)、O(2log2n)：对数型 4）O(2n)、O(en)：指数型 按增长率排序，一般有：1) 3) 2) 4); ? 当难以精确计算基本操作执行次数（或语句频度）情况下，只需求出关于 n 的增长率或阶即可。 ? 当难以确定各种输入数据集出现的概率时，平均时间复杂度也难以确定时，可用最坏的情况作为分析依据 ;例：求下列程序段的时间复杂度 1. for (i=0; in; i++)2. for (j=0; jn; j++){3. b[i][j]=0;4. for (k=0; kn; k++)5. b[i][j]=b[i][j]+a[i][k]*a[k][j];6. };3. 程序运行时间计算方法 (1) 两条法则 ? 加法法则 若 T1(n)=O(F(n))， T2(n)=O(G(n)) 则： T1(n)+ T2(n) = max(O(F(n)),O(G(n))) ? 乘法法则： 若 T1(n)=O(F(n))， T2(n)=O(G(n)) 则： T1(n) ? T2(n) = O( F(n) ? (G(n) ) ;例：三个程序段执行时间分别为O(n)、O(n3)、O(nlogn) 则 T(n)= max(O(n),O(n3),O(nlogn)