目录

      一、学习目标

二、数据结构

1.基本概念

线性关系：

非线性关系：

存储形式

2. 算法分析

2.1 时间复杂度

2.2 空间复杂度

2.3 时空复杂度互换

总结

---

一、学习目标

• 了解数据结构的基本概念
• 了解算法的分析方法

        

二、数据结构

1.基本概念

数据结构是一门研究如何有效组织数据，并提高数据处理效率的学科。通过研究各种数据内部的逻辑关系，使用某种特定的存储形式，并在此基础上对数据实施各种操作（增删改查），这些工作被称为称为广义上的算法。

• 逻辑结构
  • 指数据之间的内在关系。通常有集合、线性表、树、图等常见的逻辑结构。
  • 逻辑结构是数据之间本身的属性，跟我们怎么处理它们无关。

线性关系：

        各个元素之间是一种一对一的关系，比如图书馆中的书架的书，除了首尾两本书之外，其余的任意一本书的编号假设是N，都有且仅有一个直接前驱节点N-1，有且仅有一个直接后继节点N+1。这种关系就是典型的线性逻辑。

非线性关系：

        与上述线性关系的表述不同，如果各个元素之间不是严格一对一的关系，则被称为非线性关系，比如家族中的各个成员、不同城市间的交通道路等，对于它们中间的某个元素，都可能有不止一个元素与之关联。这种关系是典型的非线性逻辑。

• 存储形式

  • 数据的存储方式。比如顺序存储、链式存储等。
  • 不同的存储形式对最终数据的处理效率通常有很大的影响。
  • 逻辑结构与存储形式并无必然联系。

2. 算法分析

算法分析是指算法在正确的情况下，对其优劣的分析。一个好的算法通常是指：

1. 算法对应的程序所耗时间少
2. 算法对应的程序所耗存储空间少
3. 算法结构性好、易读、易移植和调试

        数据结构与算法的本质任务，是提高程序的时间空间效率，简单讲就是让程序的执行速度越快越好，所需内存空间越少越好。虽然在很多情况下，程序的时空特性是相互制约的，就像鱼和熊掌不可兼得，但我们可以根据程序实际解决问题的侧重点，去平衡时间和空间的对性能的消耗。

2.1 时间复杂度

        一般而言，时间复杂度并不考察一段代码运行所需要的绝对时间，因为不同的计算机的硬件参数不同，考察绝对时间没有意义。时间复杂度一般指的是代码的语句执行总次数，称为语句频度。比如：

void counting(int n)
{for(int i=0; i<n; i++){printf("本行语句将会出现n次\n");for(int j=0; j<n; j++){printf("本行语句将会出现n*n次\n");}}
}

        不同算法的时间复杂度相差很大，如下图所示，随着所处理的问题规模的增大，不同时间复杂度的程序所需要的时间有天壤之别。

2.2 空间复杂度

        空间复杂度的概念更简单一点，就是一段程序运行时所需的内存字节量。

2.3 时空复杂度互换

        一段程序的性能指标，既要运行快速，又要节省内存，而通常这两者又是相互制约的，很难兼得。因此在实际解决问题时，会根据需要侧重一方，牺牲另一方。

总结

        本文简述了数据结构的基本概念和算法分析，算是新副本的介绍，后续会写数据结构的顺序表、链表、队列等关卡，并且附上实战代码。请大家拭目以待~

        最后祝各位都可爬上C语巅峰，斩尽拦路小妖。

        本文参考 粤嵌文哥 的部分课件，经过整理和修改后发布在C站。如有转载，请联系本人