目录
一、什么是数据结构
1.民间定义
2.自身理解
二、常见数据结构
1.比较常见的数据结构
2.常见的数据结构较多, 每一种都有其对应的应用场景, 不同的数据结构的不同操作性能是不同的
三、什么是算法
1.算法(Algorithm)的认识
2.算法的定义
3.算法通俗理解
四、生活中的数据结构和算法
一、什么是数据结构
1.民间定义
- “数据结构是数据对象，以及存在于该对象的实例和组成实例的数据元素之间的各种联系。这些联系可以通过定义相关的函数来给出。” --- 《数据结构、算法与应用》
- “数据结构是ADT（抽象数据类型 Abstract Data Type）的物理实现。” --- 《数据结构与算法分析》
- “数据结构（data structure）是计算机中存储、组织数据的方式。通常情况下，精心选择的数据结构可以 带来最优效率的算法。” ---中文维基百科
2.自身理解
- 在计算机中, 存储和组织数据的方式。
我们知道, 计算机中数据量非常庞大, 如何以高效的方式组织和存储呢?
这就好比一个庞大的图书馆中存放了大量的书籍, 我们不仅仅要把书放进入, 还应该在合适的时候能够取出来。
- 图书摆放要使得两个相关操作方便实现:
操作1：新书怎么插入？
操作2：怎么找到某本指定的书？
- 图书各种摆放方式:
方法1：随便放
操作1：哪里有空放哪里，一步到位！
操作2：找某本书, 累死...方法2：按照书名的拼音字母顺序排放
操作1：新进一本《阿Q正传》, 按照字母顺序找到位置, 插入
操作2：二分查找法方法3：把书架划分成几块区域, 按照类别存放, 类别中按照字母顺序
操作1：先定类别，二分查找确定位置，移出空位
操作2：先定类别，再二分查找
- 结论:
解决问题方法的效率, 根数据的组织方式有关。
计算机中存储的数据量相对于图书馆的书籍来说数据量更大, 数据更加多，以什么样的方式, 来存储和组织我们的数据才能在使用数据时更加方便呢?这就是数据结构需要考虑的问题。
二、常见数据结构
1.比较常见的数据结构
2.常见的数据结构较多, 每一种都有其对应的应用场景, 不同的数据结构的不同操作性能是不同的
- 有的查询性能很快,有的插入速度很快,有的是插入头和尾速度很快
- 有的做范围查找很快,有的允许元素重复,有的不允许重复等等
- 在开发中如何选择,要根据具体的需求来选择
注意: 数据结构和语言无关, 基本常见的编程语言都有直接或者间接的使用上述常见的数据结构。
三、什么是算法
1.算法(Algorithm)的认识
在之前的学习中, 我们可能学习过几种排序算法, 并且知道, 不同的算法, 执行效率是不一样的。
也就是说进行某些操作的过程中, 不仅仅数据的存储方式会影响效率, 算法的优劣也会影响着效率。
2.算法的定义
- 一个有限指令集, 每条指令的描述不依赖于语言
- 接受一些输入（有些情况下不需要输入）
- 产生输出
- 一定在有限步骤之后终止
3.算法通俗理解
Algorithm这个单词本意就是解决问题的办法/步骤逻辑。
数据结构的实现, 离不开算法。
举例: 电灯不工作的解决算法
四、生活中的数据结构和算法
前面我们提了一下生活中的数据结构和算法: 图书的摆放。
为了更加方便的插入和搜索书籍, 需要合理的组织数据, 并且通过更加高效的算法插入和查询数据。
除了这些, 生活中还有很多案例。
数据结构的案例：快递员的快递
大学的快递通常情况不是送到宿舍的, 通常快递会放在某个固定的地方, 让大家自己去拿。
当你跑到固定的地方拿快递, 还有两种情况: 一种自己去海量的快递中找, 另一种快递员让你报出名字, 它帮你找。
自己寻找相当于线性查找, 一个个挨着看吧。当然我们人类眼睛处理数据的能力非常快, 眼观六路耳听八方, 可能很快也能找到。
但是比较好的方式, 应该是快递员帮我们找。如果这个快递员动动脑筋的话, 最好的方式是对快递进行分类, 比如按照名字分类。
这个时候, 只要你报出名字, 它会根据姓氏立马锁定到一块快递中, 再根据名字马上帮你找到。
这就体现了合理的组织数据, 对于我们获取数据效率的重要性至关重要。算法的案例：找出线缆出问题的地方
假如上海和杭州之间有一条高架线, 高架线长度是1,000,000米, 有一天高架线中有其中一米出现了故障。
请你想出一种算法, 可以快速定位到处问题的地方。线性查找:
从上海的起点开始一米一米的排查, 最终一定能找到出问题的线段。
但是如果线段在另一头, 我们需要排查1,000,000次. 这是最坏的情况. 平均需要500,000次。二分查找:
从中间位置开始排查, 看一下问题出在上海到中间位置, 还是中间到杭州的位置。
查找对应的问题后, 再从中间位置分开, 重新锁定一般的路程。
log(1000000, 2), 以2位底, 1000000的对数 ≈ 20。最坏的情况是20次就可以找到出问题的地方。
结论：解决问题的办法有很多，但是好的算法对比于差的算法，效率天壤之别。
