数据结构学习，详解数据结构与算法分析(一)

本期学习数据结构与算法分析

数据结构

数据结构是计算机存储、组织数据的方式，指相互之间存在一种或多种特定关系的数据元素的集合。

通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。数据结构往往同高效的检索算法和索引技术有关。

1、数据结构的基本功能

(1)如何插入一条新的数据项

(2)如何寻找某一特定的数据项

(3)如何删除某一特定的数据项

(4)如何迭代的访问各个数据项，以便进行显示或其他操作

2、常用的数据结构

数组Array、栈Stack、队列Queue，链表 linked List、树Tree、哈希表Hash、堆Heap、图Graph

算法

算法简单来说就是解决问题的步骤。

在Java中，算法通常都是由类的方法来实现的。前面的数据结构，比如链表为啥插入、删除快，而查找慢，平衡的二叉树插入、删除、查找都快，这都是实现这些数据结构的算法所造成的。后面我们讲的各种排序实现也是算法范畴的重要领域。

1、算法的五个特征

(1)有穷性：对于任意一组合法输入值，在执行又穷步骤之后一定能结束，即：算法中的每个步骤都能在有限时间内完成。

(2)确定性：在每种情况下所应执行的操作，在算法中都有确切的规定，使算法的执行者或阅读者都能明确其含义及如何执行。并且在任何条件下，算法都只有一条执行路径。

(3)可行性：算法中的所有操作都必须足够基本，都可以通过已经实现的基本操作运算有限次实现之。

(4)有输入：作为算法加工对象的量值，通常体现在算法当中的一组变量。有些输入量需要在算法执行的过程中输入，而有的算法表面上可以没有输入，实际上已被嵌入算法之中。

(5)有输出：它是一组与“输入”有确定关系的量值，是算法进行信息加工后得到的结果，这种确定关系即为算法功能。

2、算法的设计原则

(1)正确性：首先，算法应当满足以特定的“规则说明”方式给出的需求。其次，对算法是否“正确”的理解可以有以下四个层次：

1)程序语法错误。

2)程序对于几组输入数据能够得出满足需要的结果。

3)程序对于精心选择的、典型、苛刻切带有刁难性的几组输入数据能够得出满足要求的结果。

4)程序对于一切合法的输入数据都能得到满足要求的结果。

PS：通常以第 三 层意义的正确性作为衡量一个算法是否合格的标准。

(2)可读性：算法为了人的阅读与交流，其次才是计算机执行。因此算法应该易于人的理解;另一方面，晦涩难懂的程序易于隐藏较多的错误而难以调试。

(3)健壮性：当输入的数据非法时，算法应当恰当的做出反应或进行相应处理，而不是产生莫名其妙的输出结果。并且，处理出错的方法不应是中断程序执行，而是应当返回一个表示错误或错误性质的值，以便在更高的抽象层次上进行处理。

(4)高效率与低存储量需求：通常算法效率值得是算法执行时间;存储量是指算法执行过程中所需要的最大存储空间，两者都与问题的规模有关。