《数据结构与算法》_第1章 数据结构概述-PPT.pptxVIP

【本章重点】;【本章难点】;【本章内容】;1.1数据结构的基本概念;关于数据结构的基本术语

数据是信息的载体，它是描述客观事物的数字、字符以及所有能输入到计算机中并被计算机程序处理的符号的集合。例如，一个代数方程的求解程序中所用的数据是整数和实数；一个编译程序或文本编辑程序中所使用的数据是字符串。随着计算机应用领域的扩大，数据的含义更为广泛，如图像、声音等都可以通过编码而属于数据的范畴。

数据元素是数据的基本单位。有些情况下，数据元素也称为元素、结点、顶点、记录。

数据项是具有独立含义的，不可再分割的最小标识单位。一个数据元素可以由若干个数据项组成，;数据结构（DataStructure）是数据元素之间的相互关系，即数据的组织形式。一般来说，数据结构所研究的主要内容包括以下三个方面：

（1）数据的逻辑结构——数据元素之间的逻辑关系。

（2）数据的存储结构——数据元素及其关系在计算机中的存储方式，数据的存储结构又称为数据的物理结构。

（3）数据的运算——对数据施加的操作，即数据的运算。;数据的逻辑结构;数据的存储结构;1.2算法;（1）自然语言

优点：容易理解；缺点：不够严谨，容易出现二义性。

（2）流程图

优点：直观易懂；缺点：严密性不如程序设计语言，灵活性不如自然语言。

（3）程序设计语言

优点：描述算法能够由计算机执行；缺点：抽象性差，设计者在设计算法时过于受到程序设计语言的语法规则限制，往往忽视了算法的正确性和逻辑性。

（4）伪代码

伪代码是介于自然语言和高级语言之间的方法，例如用类C语言来描述算法。优点：重点给出算法的逻辑，并且不受语言的语法规则限制。

【例】（P8）用伪代码描述求两个正整数的最大公约数。;对算法的评价标准;算法时间复杂度的计算;一般情况下，算法中基本操作重复执行的时间是问题规模n的某个函数f(n)，算法的时间复杂度记为

T(n)=O(f(n))

它表示随问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同，f(n)一般是算法中频度最大的语句频度。例如，算法Matrixmlt的时间复杂度是T(n)=O(n3)，这里的f(n)=n3是该算法???语句⑤的频度。由此可见，当有循环嵌套时，算法的时间复杂度是由最内层语句的频度f(n)决定的。

计算算法的时间复杂度要考虑问题的规模。;【例1.3】交换a和b的值。

temp=a;

a=b;

b=temp;

以上三条单个语句的频度都为1，该算法的执行时间是一个与问题规模n无关的常数，时间复杂度记作T(n)=O(1)。事实上，只要算法的执行时间不随着问题的规模增加而增长，即使算法中有成百上千条语句，其时间复杂度也只是O(1)。;【例】在一维数组A[n]中顺序查找值为k的元素，顺序查找算法如下：

intFind(intA[],intn,intk){

for(i=0;in;i++)

if(A[i]==k)break;

returni;

}

算法从A[0]开始查找，如果A[0]的值就等于k，那么比较一次就查找到了，这是最好情况；如果A[n-1]的值等于k，则需要比较n次才能查找到，这是最坏情况；平均情况下需要比较(n+1)/2次。

计算算法的时间复杂度要考虑最坏情况。

;16;17;算法的空间复杂度;算法的易读性;20