- 1.1.4 求解问题的主要步骤
- 1.1.5 程序设计的实质
- 1.1.6 数据结构课程的内容体系
- 1.2 基本概念与术语
- 1.2.1 数据与数据结构
- 1.3 算法与算法分析
- 1.3.1 算法的基本概念
- 1.3.3.2.1 最好、最坏、平均时间复杂度
- 1.3.3.3.1 多项式时间算法的时间复杂度
- 1.3.3.3.2 指数时间算法的时间复杂度
- 1.3.3.4.1 算法优化(动态规划法)
问题的数学模型,反映数据及其之间的关系。(存储结构和逻辑结构)
处理问题的策略(是对数据运算的描述,是程序的逻辑抽象)
为计算机处理问题而编制的一组指令集
1.1.4 求解问题的主要步骤
数学模型(逻辑结构)??存储结构??算法??编程并测试结果
1.1.5 程序设计的实质
选择好的数据结构和算法
问题一:N个数的选择问题。
假设有N个数,要求找出N个数中第k大的那个数。
算法一:将N个数读入一个数组,冒泡排序法递减排序,最后在已排序的数组中第k个数即为所求。(要求:内存空间足够容纳这N个数)
算法二:将N个数的前k个数读入一个数组,递减排序,再将剩下的数逐个读入,将其与数组中的第k个数比较,若大于则插入数组适当位置,数组最后一个数被挤出。
结论:都不是很好的算法。。。。
1.1.6 数据结构课程的内容体系
评价 :不同数据结构的比较和算法性能分析
小结:数据结构课程的研究内容
- 数据的存储结构/物理结构
1.2 基本概念与术语
1.2.1 数据与数据结构
- 所有能被输入到计算机中,且能被计算机处理的符号的总称。(如:实数、整数、字符(串)、图形和声音等)
- 是数据(集合)中的一个 “个体”
- 是数据结构中讨论的基本单位
- 是数据结构中讨论的最小单位
- 数据元素是由若干个数据项组成
- 是性质相同的数据元素的集合
【每一行是一个数据元素】
【每一列是对应的数据项】
【数据对象中的元素不会是孤立的,而是彼此相关的,这种彼此之间的关系称为 “结构”(线性表、图、树)】
- 是相互之间存在的一种或多种关系的数据元素的集合。
逻辑结构可用二元组形式定义为:
D是数据元素的有限集合,R是D上关系的有限集合。
是逻辑结构在计算机中的表示(即是逻辑结构在存储器中的映象)
例如:学生成绩表基于数组的顺序存储结构可描述如下:
- 基于数组的顺序存储的类描述
- 是指一数据值的集合和定义在这个集合上的一组操作。
- 例1.3用Java接口来描述复数的抽象数据类型。
(假设复数的操作只包含一下操作。。)
- 例1.4编写实现【例1.3】中复数抽象数据类型的Java类代码
1.3 算法与算法分析
1.3.1 算法的基本概念
1.有穷性:有限步骤内结束,且每个步骤在有穷的时间内完成
2.确定性:1??每条语句都是确定的,不会产生二义性2??整个算法输出的结果在特定的输入情况下是确定的
3.有效性:算法中的每个步骤都可以有效执行
1.正确性 2.可读性 3.健壮性(容错性)4.高效性(时间与空间)
- 例1:给出求整型数组a中最大值的算法
- 例2:(就地逆置)给出整型数组a中数据元素实现就地逆置的算法
算法分析:算法复杂度的评判
- 一个特定 算法的“运行工作量” 的大小,只依赖于 问题的规模(通常用整数n表示)。
- 算法=控制结构+原操作(固有数据类型的操作)
-
算法的执行时间=∑原操作(i)的执行次数*原操作(i)的执行时间
算法的实行时间与原操作执行次数之和成正比
1.3.3.2.1 最好、最坏、平均时间复杂度
- 例4:在数组中查找值为x的数据元素
最好时间复杂度:O(1)
最坏时间复杂度:O(n)
平均时间复杂度:O(n)
最好时间复杂度:O(n):所有都是有序的,只需要扫描一遍
最坏时间复杂度:O(n2):完全逆序
按增长率由小至大的顺序排列有:
1.3.3.3.1 多项式时间算法的时间复杂度
常量阶 对数阶 线性阶 线性对数阶 平方阶 立方阶
1.3.3.3.2 指数时间算法的时间复杂度
1.3.3.4.1 算法优化(动态规划法)
- 问题描述:给定一个整数序列A1,A2,… An(可能有负数),求A1~An的一个子序列Ai~Aj,使得Ai~Aj的和最大。
- 例如:整数序列-2,11,-4,13,-5,2,-5,-3,12,-9的最大子序列的和为21(从A2~A9);整数序列4,-3,5,-2,1,2,6,-2的最大子序列的和为11(从A1~A7)。