数据结构基础入门知识概览

一、概览：

数据结构；数据的组织和存储方式，决定数据的逻辑结构和物理结构

优势：提高存储效率，提高查询效率，提高修改效率，降低复杂度，降低错误率

算法：解决问题的步骤和方法

优势：高效性，正确性，简洁性，可维护性

二者相互依赖，相辅相成

数据：描述客观事物的符号。计算机中可以操作的对象（整数，小数，字符，声音，图像，文字，视频等）

特点：  1.可以输入到计算机中

             2.能被计算机程序处理

结构：不同数据相互之间存在一种或多种特定关系的元素的集合

逻辑结构和物理结构：

逻辑结构：数据元素之间的逻辑关系（与计算机内部存储关系无关）

1. 集合结构：数据元素之间没有固定的顺序，只是属于同一个集合
2. 线性结构：数据元素之间存在一对一的线性关系
3. 树状结构：数据元素之间存在一对多的层次关系
4. 图形结构：数据元素之间存在多对多的任意关系

存储结构：物理结构。数据在计算机中的存储形式

顺序存储：数据元素按一定的顺序存储在连续的内存空间中（数组）

链式存储：把数据元素存储在任意的内存中，通过链接的关系将二者联系到一起（链表）

二、时间复杂度：

执行次数（语句频度或时间频度）T(n)是关于问题规模n的函数  T(n)=O(f(n)) f(n)表示这个时间函数

f的函数比较复杂，但是运用高阶无穷小的概念，舍弃一些细枝末节，如f(n)=n   O(n);

f(n)=n*(n-1)       O(n^2);

f(n)=n(n-1)(n-2)       O(n^3);

1. 穷举法（On）：（枚举）将所有情况都遍历到            例如：求n以内的奇数或偶数次数
2. 双层循环（On^2）：秉承穷举法的思想，需要两个变量i，j         例如：9*9乘法表
3. 三层循环(On^3)：三层循环
4. 递归枚举：深度优先遍历

常见的时间复杂度：

• 常数阶O(1)：没有循环，是常数时间
• 对数阶O(log n)：给定n个元素的有序数组ai和整数v，求v在数组ai中的下标，常见的例子是二分查找算法。
• 根号阶O(根号n)：给定一个数n，判断n是否是一个素数（除了1和它本身，没有其它因子）
• 线性阶O(n) ：n越大，f(n)越大
• 线性对数阶：多层枚举
• 多项式阶O(n^2) O(n^3)……：多个for循环嵌套
• 指数阶
• 阶乘阶O(n！):暴力枚举              

三、空间复杂度：

算法在执行过程中所需的额外存储空间，包括运行时使用的变量，数组，链表等数据结构所占的内存空间.

1. 顺序表O(n): n是顺序表的长度
2. 链表O(n)：n是链表的长度
3. 栈O(n)：n是栈的最大深度
4. 队列O(n)：n是队列的最大长度
5. 哈希表O(n)：n是哈希表中的元素的数量
6. 树O(n)：n是树的节点数量
7. 图O(n+m)：n是图中顶点的数量，m是图中边的数量

空间换时间：使用额外空间的目的，换取时间上的效率