绪论

数据结构基本概念

一、数据结构

数据结构（Data Structure）是 存储、组织和管理数据的方式，它不仅决定了数据的存储形式，也影响数据访问和操作的效率。

1.1 分类 

考试中涉及的数据结构可以分为以下几种：

1. 线性结构

   （元素之间有顺序关系）

   • 数组（Array）：连续内存，随机访问快，插入删除慢
   • 链表（Linked List）：节点通过指针连接，插入删除快，访问慢
   • 栈（Stack）：后进先出（LIFO），用于函数调用、表达式求值
   • 队列（Queue）：先进先出（FIFO），用于任务调度
   • 双端队列（Deque）：两端都可以操作

2. 树形结构

   （元素之间有层级关系）

   • 二叉树（Binary Tree）
   • 二叉搜索树（BST）
   • 堆（Heap）：优先队列实现
   • 平衡树（AVL、红黑树）

3. 图结构

   （元素之间有网络关系）

   • 有向图 / 无向图
   • 邻接矩阵 / 邻接表存储
   • 常用于路径搜索、社交网络建模

4. 散列表（Hash Table）

   • 通过哈希函数实现快速查找
   • 常用于字典、缓存

二、算法

算法（Algorithm）是 解决问题的一系列步骤或方法，用来操作数据结构，实现具体功能。

数据结构和算法的关系

• 数据结构提供“容器”
• 算法提供“操作方法”
• 好的数据结构可以让算法更高效
• 算法的设计也依赖数据结构特性

💡 举例：

• 用数组实现栈 → 可以快速访问栈顶
• 用链表实现队列 → 插入删除都很快
• 用堆实现优先队列 → 可以快速找最大/最小值
• 用图 + BFS → 可以找最短路径

---

算法基本概念

一、什么是算法

算法 (Algorithm) 是一个明确规定了操作步骤的有限指令集，用于计算函数、处理数据、解决一个特定问题或执行某个任务。

算法 的基本属性：

1. 明确性：每一步骤必须有明确且不含糊的定义。
2. 有输入和输出：算法 应有 0 个或更多的 输入 和 1 个或更多的 输出。输入 是在 算法 开始之前提供的，而 输出 是在 算法 结束时产生的。
3. 有限性：如果 算法 在执行完有限步骤后终止，那么它就是 有限的。换句话说，一个 算法 必须总是在执行有限次操作后结束。
4. 可行性：算法 中的每一步都应该是简单且基本的，这样它们可以在有限的时间内完成并由计算机执行。
5. 独立性：算法 的指令应该有普适性，也就是说，它们不应依赖于任何特定的编程语言或模型。相反，算法 应该足够通用，可以在任何编程环境中实现。

二、效率度量

2.1 时间复杂度

时间复杂度（Time Complexity）是计算机科学中衡量一个 算法运行效率 的重要指标。它主要描述了当输入规模（通常记为 n ）不断增大时，算法执行所需的 基本操作次数 的增长趋势。

在算法的时间复杂度分析中，基本操作次数指的是一个算法中执行时间固定的 最小操作单元。你可以把它理解为计算机执行一次最基础、最原始的指令所花费的时间。

这些基本操作通常包括：

• 算术运算：例如，加、减、乘、除、取模等。
• 比较运算：例如，小于、大于、等于等。
• 赋值操作：将一个值赋给一个变量。
• 逻辑运算：例如，与、或、非等。

计算方法

设输入规模为 n ，算法执行所需的 基本操作次数 记为 T(n) 。 为了衡量算法效率，我们关心 T(n) 随 n 增大的增长趋势，而不是精确的操作次数。

时间复杂度就是 T(n) 的 渐近上界，常用 大 *O* 符号 表示为：T(n)=O(f(n))

其中 f(n) 是能反映 T(n) 增长速度的函数。 换句话说，时间复杂度刻画的是 当 *n* 趋于无穷大时，算法执行时间随输入规模增长的量级。

2.2 空间复杂度

空间复杂度（Space Complexity）是衡量 算法执行过程中所需存储空间 随输入数据量增长而变化的指标。它不仅包括算法中用来存放 输入数据 的空间，还包括 辅助变量、递归调用栈 等临时空间。与时间复杂度类似，我们关注的是 增长趋势，通常只关注最高阶的量级，用大 O 符号表示。

组成

1. 固定部分
   • 包括常量、程序代码本身、简单变量、常量数组等。
   • 这一部分的空间大小与输入数据规模无关，通常记为 O(1) 。
2. 可变部分
   • 随着输入数据量的变化而变化的空间，主要包括：
     • 输入数据本身（如数组、链表）
     • 辅助空间（如临时数组、栈、队列等）
     • 递归调用栈（递归深度对空间占用有直接影响）

常见空间复杂度

常见的 空间复杂度（按增长速度排序）有：

空间复杂度	描述	示例
O(1)	使用常量额外空间	交换两个变量、求最大值/最小值
O(n)	需要与输入规模成线性关系的额外空间	复制数组、链表逆序
O(n2)	二维数组或矩阵存储	Floyd-Warshall 算法的距离矩阵
O(logn)	递归调用栈空间	二分查找的递归实现、平衡二叉树的遍历