绪论
数据结构基本概念
数据
数据是信息的载体，是描述客观事物属性的数、字符以及所有能输入到计算机中并被计算机程序识别和处理的符号的集合。
数据元素
数据元素是数据的基本单位，通常作为一个整体进行考虑和处理。一个数据元素可有若干个数据项组成，数据项是构成数据元素的不可分割的最小单位。
数据对象
数据对象是具有相同性质的数据元素的集合，是数据的一个子集。
数据类型
数据类型是一个值的集合和定义在此集合上的一组操作的总称。
抽象数据类型
抽象数据类型（ADT)是指一个数学模型及定义在该模型上的一组操作。抽象数据类型的定义仅取决于它的一组逻辑特性，而与其在计算机内部如何表达和实现无关联，即无论其内部结构如何变化，只要它的数学特性不变，都不会影响其外部的使用。
数据结构
数据结构是相互之间存在一种或者多种特定关系的数据元素的集合，包括三个方面：逻辑结构、存储结构和数据的运算
数据结构三要素
逻辑结构
逻辑结构是指数据元素之间的逻辑关系，与数据的存储无关。分为线性结构和非线性结构。
线性结构包括：一般线性表、栈、队列、串、数组、广义表
非线性结构包括：集合、树、图
存储结构
存储结构是只数据结构在计算机中的表示（即映像），包括苏剧元素的表示和关系的表示。存储结构是用计算机语言实现的逻辑结构，依赖于计算机语言（依赖于逻辑结构）。存储结构主要有顺序存储、链式存储、索引存储和散列存储。
顺序存储：将逻辑上相邻的元素存储在物理位置上也相邻的存储单元中，元素中间的关系由存储单元的邻接关系来体现。其优点是可以实现随机存储。
链式存储：借助指示元素存储地址的指针来表示元素之间的逻辑关系，有点事可以充分利用存储单元，不会出现碎片现象。
索引存储：在存储元素信息的同时，建立附加的索引表，索引表的项称为索引项，其一般形式为（关键字，地址）。优点是检索速度快，缺点是索引表占用了额外的存储空间。
散列存储：根据元素的关键字直接计算出该元素的存储地址，又称Hash存储。
算法和算法评价
算法的基本概念
算法（Algorithm)是对特定问题求解步骤的一种描述，是指令的有限集合，其中的每一条指令表示一个或者多个操作。
算法具有五个重要特性
-
有穷性：一个算法（对任意合法输入值）必须总是在执行有穷步之后会结束，且每一步都在有穷时间内完成；
-
确定性：算法中每条指令必须有确切的含义，即对于相同的输入只能得到相同的输出；
-** 可行性**：算法中描述的操作都可通过已经实现的基本运算执行有限次来实现；
-** 输入**：一个算法有零个或者多个输入，这些输入取自于某个特定的对象的集合；
-
输出：一个算法有一个或者多个输出，这些输出是与输入存在某种特定关系的量。
算法的目标
-
正确性：算法应该能够正确地求解问题；
-
可读性：算法应该具有良好的可读性，方便人们理解；
-
健壮性：但输入非法数据时，算法能够适当地做出反应或者进行处理，而不会产生莫名其妙的输出结果；
-
效率：指算法执行的时间；
-
低存储要求：存储量要求是指算法执行过程中所需要的最大存储空间，这两者都与问题的规模有关。
算法效率的度量
时间复杂度
一个语句的频度是指该语句在算法中被重复执行的次数。算法中所有语句的频度值得即为 T ( n ) T(n) T(n)，是该算法问题规模n的函数。
时间复杂度分析 T ( n ) T(n) T(n)的数量级，而算法中的基本运算（最深层次循环内的语句）的频度与 T ( n ) T(n) T(n)同数量级，因此算法的时间复杂度记为 = = T
