数据结构与算法（一）：简介

数据结构与算法（一）：简介

数据结构是一种存储和组织数据的方式，我们可以用特定的方法操作这些数据，数据结构反应的是数据元素已经他们之间的特定关系，例如，我们有一些玩家数据，其中某一个玩家name（姓名）为 ‘张三’，age(年龄)为26，在这里，‘张三’是一种string类型数据，26是一种Integer类型数据。

我们可以将这些玩家数据统一组织成玩家信息，其中包括玩家名字和年龄，现在我们可以在文件或者数据库中组织成这样的结构，例如：“张三” 30，“李四” 32 “王二” 33

如果你了解面向对象的编程思想， 它的实体类做的也是同样的事情，它会在一个实体类下收集不同类型的数据唯一的区别是，数据结构提供了有效访问和操作数据的技术。

在低级语言中，数据结构是存储有序数据的结构，因此可以轻松的对其进行各种操作，它表示要在内存中存储数据，合理的数据结构的设计和实施应该能够降低复杂度并提高效率。

数据结构的基本类型

如上所述，任何可以存储数据的东西都可以称之为数据结构，因为整型，浮点型，布尔类型和字符串等都是数据结构，这些类型被称之为原始数据结构。

然后我们还有一些复杂的数据结构，用于存储大型的连续的数据，我们称之为抽象数据结构，其中一些案例是,链表，树，图，堆栈，队列等。

所有这些数据结构允许我们对数据执行不同的操作，我们根据所需的操作类型选择这些数据结构。后续课程我们将更加详细的介绍研究这些数据结构。

什么是算法

算法是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法不是完整的代码或程序，它只是问题的核心逻辑（解决方案），可以表示为伪代码或者流程图

每个算法都必须满足以下属性：

输入 – 算法外部应提供0个或更多输入。

输出 – 应该至少获得1个输出。

确定性 – 算法的每一步都应该清晰明确。

有限性 – 算法应该具有有限数量的步骤。

正确性 – 算法的每一步都必须生成正确的输出。

如果算法执行时间较短并且占用较少的内存空间，则称该算法是高效且快速的。算法的性能基于以下属性来度量：

时间复杂性

空间复杂性

空间复杂性

它在执行过程中所需的内存空间量。对于多用户系统以及可用内存有限的情况，必须认真考虑空间复杂性。

算法通常需要以下组件的空间：

指令空间：存储程序可执行版本所需的空间。此空间是固定的，但取决于程序中的代码行数。

数据空间：它是存储所有常量和变量（包括临时变量）值所需的空间。

环境空间：它是存储恢复暂停功能所需的环境信息所需的空间。

时间复杂性

时间复杂度是一种表示程序运行直到完成所需时间的方式。尝试将所需时间保持在最小值通常是一种很好的做法，这样我们的算法就可以在尽可能短的时间内完成它的执行。我们将在后面的章节中详细研究[时间复杂性。

转载请注明： 第五个季节 》 数据结构与算法（一）：简介