写在数据结构之前：前一阵通过阅读编程范式有关内容，对“面向对象编程”和“面向过程编程”有了更深入的认识。最大的认知提升在于对于程序的组织方法，不再局限于过去的面向过程编程的方式，而是认识到“对于大型程序的组织，面向对象编程(OOP可以将数据与函数绑定到一起，进行封装)，是更易维护，更易复用，更易扩展，更易应变，即更加合理的方式”。其中一个令人印象深刻的例子就是燃油车和电动车;两者都提供相同的接口：方向盘/刹车/油门; 使用者可以无缝衔接地开不同车，但两种类型车的底层实现原理(例如发动机系统)完全不同;这充分体现了面向对象的编程思维(封装/提供操作接口)及其带来的优越性：“更易复用，更易扩展”。当然，实际项目中往往是面向过程编程+面向对象编程范式的综合应用。
为了更好地学习程序组织的方法和基本思想，我又尝试着去阅读了《数据结构与算法 python语言描述》《数据结构与算法 Python》(B站国家精品课程视频与内部教材PDF); 对近期所学做一个笔记摘要。综合阅读以上资料的过程中，诸多概念让我感到困惑：
1. 抽象数据类型与面向对象程序设计技术
2.结构性数据结构 [集合结构/线性(序列)结构/层次结构/树形结构/图结构]
功能性数据结构(容器)
3. 线性结构：线性表 栈 队列 双端队列
接下来我结合所学所看，做一个整体式的解释
抽象数据类型(Abstract Data Type,ADT)是计算机领域中被广泛接受的一种思想和方法，也是一种用于设计和实现程序模块的有效技术。ADT的基本思想是抽象，或者说是数据抽象(与函数定义的计算抽象或过程抽象对应)。python面向对象的程序设计技术是实现抽象数据类型的一种技术。--《数据结构与算法 python语言描述》裘宗燕 P34
抽象数据类型的实施(也可说是面向对象)一共有三步：
1. 数据构造(产生对象，如 model = keras.models.Sequential() )
2. 数据解析(获取对象有用信息,如 model.summary())
3. 数据变动(修改对象的内部状态，如 model.add(……)，model.compile(), model.fit)
以上就能看出keras中的学习模型从构建到模型训练均体现了抽象数据类型(即面向对象编程)的思想；
而之前的数据preprocessing和模型训练后的visulization则不可避免地使用面向过程编程的方式
问题1 回答：在抽象数据类型思想的指导下，面向对象编程以数据为中心进行程序组织。裘书中所讲的每种数据结构均以python语言的OOP范式进行实现。理解基本的数据结构类型及其特征是一切利用OOP进行程序组织和数据扩展的基础。
问题2 3 回答：
按照数据集合元素间是否有相互关系分为结构性数据和功能性数据：
- 结构性数据间元素遵循事先定义的相互关系, 包括线性(序列)结构 层次/树形结构 图结构
- 功能性数据 只需要能够完成元素的存储和使用即可，这是最基本的功能性的需求，无需(也不允许)规定元素间的相互关系，故又称容器()包括栈 队列 双端队列 字典等
- 线性结构，属结构性数据的概念，又称线性表，包括顺序表和链接表，实际是线性表的不同实现方式。具体到python中，其内置数据类型list和tuple本质就是顺序表。链接表又包括单向链接表及其变形，循环单链表，双链表
- 栈 队列 双端队列：属功能性数据的概念，也是“线状”结构，最重要的特征在于其数据结构内元素间无相互关系。这些“线状结构”可经由顺序表或链接表加以实现。具体到python，可借助list或定义好的链接表的继承改写得以实现！
网友评论