数据结构学习第一天

昨晚想看看高性能mysql，但是发现数据结构是绕不开的，所以是得好好学学数据结构了，选了一本入门教材《大话数据结构》，就当做读书笔记提炼精华了，今天是第一天，看看能坚持多久。

 

第一章 绪论

 

一、基本概念和术语

数据：描述客观事物的符号，是计算机中可以操作的对象，是能被计算机识别，并输入给计算机处理的符号集合。

数据元素：是组成数据的，有一定意义的基本单位，在计算机中通常作为整体处理，也称为记录。

数据项：一个数据元素可由若干数据项组成。数据项是数据不可分割的最小单位。

数据对象：性质相同的数据元素的集合。

数据结构：相互之间存在一种或多种特定关系的数据元素的集合。

 

二、逻辑结构和物理结构

逻辑结构：数据对象中数据元素之间的相互关系，分为四种，集合，树形，线型，图形

物理结构：数据的逻辑结构在计算机中的存储形式，分为以下几种

1、顺序存储结构，是把数据元素顺序的放在地址连续的存储单元里，其数据间的逻辑关系和物理关系是一样的。

2、链式存储结构，是把数据元素放在任意的存储单元中，这组存储单元可以是连续的，也可以不是连续的。

 

第二章 算法

一、定义

算法是解决特定问题求解步骤的描述，在计算机中表现为指令的有限序列，并且每条指令表示一个或多个操作。

 

算法的特性：输入、输出、有穷性、确定性、可行性。

 

判断一个算法的效率时，函数中的常数和其他次要项可以忽略，而更应该关注主项（最高阶项）的阶数。

 

算法时间复杂度：

在进行算法分析时，语句的总执行次数T(n)是关于问题规模n的函数，进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度，也就是算法的时间量度，记作：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，称作算法的渐进时间复杂度，简称为时间复杂度。其中f（n）是问题规模n的某个函数

 

推倒大O阶的方法：

1、用常数取1代运行时间中的所有加法常数

2、在修改后的运行次数函数中，只保留最高阶项

3、如果最高阶存在且不是1，则取出与这个项相乘的常数

得到的结果就是大O阶

 

那么，就会产生三种阶：常数阶，线性阶，指数阶

常数阶：时间复杂度是O（1）

线性阶：循环结构会复杂很多，要确定某个算法的阶数，我们常常需要确定某个特定语句或某个语句集运行的次数，因此关键就是要分析循环结构的运行情况

 

第三章 线性表

零个或多个数据元素的优先序列，叫线性表。第一它是有序的，第二它是有限的。

存储器中每个存储单元都是有编号的，这个编号称为地址。

1、顺序存储结构的插入和删除

插入算法的思路：

（1）如果插入位置不合理，抛出异常

（2）如果线性表长度大于等于数组长度，则抛出异常或者动态扩容

（3）从最后一个位置开始，向前遍历到第i个位置，分别将他们都向后移动一个位置

（4）插入到第i个位置

（5）数组长度加1