数据相关的名词解释
数据：能输入到计算机中并被计算机程序处理的符号的总称
数据元素：是数据的基本单位，由若干个数据项组成
数据对象：是性质相同的数据元素的集合，是数据的一个子集
数据结构：是相互之间存在一种或多种特定关系的数据元素的集合，其中的关系称之为"结构"
数据元素的逻辑结构
结构类型和数据元素之间的关系特点：
集合
线性结构：1对1
树形结构：1对多
图状结构/网状结构：多对多
数据元素的物理结构/存储结构
顺序存储结构
链式存储结构
数据类型
原子类型：不可分解的，如基本类型，指针，空类型等
结构类型：可分解的，如数组等
抽象数据类型（ADT）
抽象，是抽取出事物具有的普遍性的本质。它是抽出问题的特征而忽略非本质的细节，是对具体事物的一个概括。抽象是一种思考问题的方式，它隐藏繁杂的细节，只保留实现目标所必需的信息
抽象数据类型，是指一个数学模型以及定义在该模型上的一组操作。例如，我们在编写计算机绘图软件系统时，经常会使用到坐标。也就是说，会经常使用 xy 来描述横纵坐标，而在 3D 系统中，z深度就会出现。既然这 3 个整型数字是始终出现在一起。那就可以定义成一个 Point 的抽象数据类型。它有 xyz 三个整型变量。这样开发者就非常方便操作Point 数据变量
抽象数据类型分为以下几种：
原子类型
固定聚合类型
可变聚合类型
算法概念
算法就是解決特定向题求解步骤的描述，在计算机中表现为指令的有限序列，并且每个指令表示一个或多个操作
算法的特性：
有穷性
确定性
可行性
输入
输出
算法的设计要求：
正确性
可读性
健壮性
效率与低存储量需求
算法效率的量度：渐进时间复杂度
常数阶
对数阶
线性阶
nlogn阶
平方阶
立方阶
指数阶
时间复杂度排行：O(1) < O(log n) < O(n) < O(nlog n) < O(n2) < O(n3) < O(2n) < O(n!) < O(nn)
算法存储空间的量度：空间复杂度
算法的空间复杂度通过计算算法所需的存储空间实现，算法空间复杂度的计算公式记做：S(n) = n(f (n)) ，其中 n 为问题的规模，f(n) 为语句关于 n 所占存储空间的函数
