1、数据结构=逻辑结构+存储结构+操作
2、数据的基本单位:数据元素
3、数据元素的最小单位:数据项
4、在数据库中:数据元素为行,数据项为列(简称行为元素,列为项)
5、数据元素的集合称为:数据对象
6、数据类型是 (3种):原子类型、结构类型、抽象数据类型
7、抽象数据类型包含:数据对象、数据对象上的关系集合、以及数据对象的基本操作
抽象数据类型与已有的数据类型(如float、int)有什么区别? 二者无区别,只是float、int是已实现的类型
定义格式:ADT抽象数据类型名{
数据对象的定义:
数据关系的定义:
基本操作的定义:}
8、逻辑结构是(4种2大类)
2大类:线性和非线性结构
分为4种:线性结构、集合、树、图
9、存储结构是(4种)优缺点有哪些:顺序存储、链式存储、索引存储、散列存储
10、如何解决一个问题:先画关系而后选存储方式
11、栈是限制了插入删除点的线性表,只是逻辑结构,与存储结构无关
12、举例说明,相同的逻辑结构,不同的存储方式在相同的操作下,其运算效率不同
线性表的顺序存储和链式存储:插入,删除操作
13、如何定义一个结构是逻辑结构还是物理结构
当一个结构,如数组、链表、树、图,在逻辑结构中只有一种定义,而在物理结构中却有两种选择,那么这个结构就属于逻辑结构;
相反,当此结构在原有基础上加上了某种限定,使得其在物理结构中只有一种定义,那么这个结构就属于物理(存储)结构;
14、如何判断数据结构不同:
看如何定义,如果是名字不同:比如栈和队列,逻辑结构都是线性表,存储结构都可以是顺序或者链表
如果是分类不同:比如线性表和二叉树,逻辑结构不同,但是都可以顺序或者链式存储
15、数据结构的操作:
(1)建立数据结构;(2)清除数据结构;(3)插入数据元素;(4)删除数据元素;(5)更新数据元素;
(6)查找数据元素;(7)按序重新排列;(8)判定某个数据结构是否为空,或是否已达到最大允许的容量;
(9)统计数据元素的个数。
16、算法的基本概念(4个):有穷性、确定性、可行性、输入/输出
17、算法的设计要求(4个):正确性、可读性、健壮性、效率与低存储量需求
18、算法的度量:时间复杂度和空间复杂度
19、时间复杂度的分析方法:大O法和语句频度法
20、语句的频度:一个语句在该算法中被重复执行的次数
21、大O法:它表示随问题规模n的增大,算法执行时间的增长率和基本运算的频度f(n)的增长率相同,称作算法的渐进时间复杂度,简称时间复杂度
22、语句频度法:计算该语句重复执行的次数
23、时间复杂度的定义:(不仅依赖于问题规模,还依赖于待输入的数据性质)
24、分析程序的时间复杂性是有两条原则:
加法规则:T(n)=T1(n)+T2(n)=O(f(n))+O(g(n))=O(max(f(n),g(n)))
乘法规则:T(n)=T1(n)+T2(n)=O(f(n))xO(g(n))=O(f(n)xg(n))
25、常见的渐近时间复杂度:对数函数<幂函数<指数函数
O(1)<O()<O()<O()<O()<O()<O()<O()<O()
26、空间复杂度:即3个组成部分(P<personal>+I/O+add)
存放本身所用的指令和常数、输入输出占用的空间、信息的辅助空间
27、算法原地工作:是指算法所需辅助空间为常量,记作O(1)
28、时间复杂度计算方法:
1、循环主体中的变量参与循环条件的判断
找出主体语句中与T(n)成正比的循环变量,将其带入条件中进行计算
2、循环主体中的变量与循环条件无关
递归程序:使用公式进行递推(数学归纳法或直接累计循环次数)
非递归程序:直接累计次数
递归:是直接或者间接调用自身的函数,当操作有某种重复模式的数据结构和问题时十分有效。
29、递归的例子
1、 1到n求和: s(n) = n + s(n-1)
2、 n的阶乘: f(n) = n * f(n-1)
3、 快速排序: quicksort(a,low,high) => quicksort(a,low,pivot-1) ⊙ quicksort(a,pivot+1, high)
4、 树的前序、中序、后续遍历: preorder(T) = > read(T->data) preorder(T->leftChild) preorder(T->rightChild)
参考来自:递归程序的含义、实现机制以及复杂度计算 - 苍穹逸影 - 博客园
30、王道拓展题:斐波那契数列算法的时间复杂度
斐波那契数列的定义:F(n+1)=F(n)+F(n-1)
递归:O()
非递归:O(n)
参考来自:斐波那契数列两种算法的时间复杂度 - 在下雨的Tokyo - 梳理:博客园
全文知识点梳理参考:王道考研数据结构参考书、赵海英数据结构辅导视频