传智播客C和C++与大数据结构基础讲义Word文档下载推荐.docx
《传智播客C和C++与大数据结构基础讲义Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《传智播客C和C++与大数据结构基础讲义Word文档下载推荐.docx（76页珍藏版）》请在冰豆网上搜索。
一个数据元素由假如干数据项组成
数据对象–性质一样的数据元素的集合〔比如：
数组，链表〕
//友情提示，来自结构体课堂代码
//声明一个结构体类型
struct_MyTeacher//一种数据类型
{
charname[32];
chartile[32];
intage;
charaddr[128];
};
intmain21（）
struct_MyTeachert1;
//数据元素
struct_MyTeachertArray[30];
//数据对象
memset（&
t1,0,sizeof（t1））;
strcpy（t1.name,"
name"
）;
//数据项
strcpy（t1.addr,"
addr"
strcpy（t1.tile,"
t1.age=1;
}
数据元素之间不是独立的，存在特定的关系，这些关系即结构
数据结构指数据对象中数据元素之间的关系
数组中各个元素之间存在固定的线性关系
编写一个“好〞的程序之前，必须分析待处理问题中各个对象的特性，以与对象之间的关系。
根本概念总结：
指数据元素之间的逻辑关系。
即从逻辑关系上描述数据，它与数据的存储无关，是独立于计算机的。
逻辑结构可细分为4类：
1.2、算法
算法是特定问题求解步骤的描述
在计算机中表现为指令的有限序列
算法是独立存在的一种解决问题的方法和思想。
对于算法而言，语言并不重要，重要的是思想。
数据结构只是静态的描述了数据元素之间的关系
高效的程序需要在数据结构的根底上设计和选择算法
===→程序=数据结构+算法
总结：
算法是为了解决实际问题而设计的
数据结构是算法需要处理的问题载体
数据结构与算法相辅相成
输入
算法具有0个或多个输入
输出
算法至少有1个或多个输出
有穷性
算法在有限的步骤之后会自动完毕而不会无限循环
确定性
算法中的每一步都有确定的含义，不会出现二义性
可行性
算法的每一步都是可行的
1、事后统计法
比拟不同算法对同一组输入数据的运行处理时间
缺陷
为了获得不同算法的运行时间必须编写相应程序
运行时间严重依赖硬件以与运行时的环境因素
算法的测试数据的选取相当困难
事后统计法虽然直观，但是实施困难且缺陷多
算法效率的度量
事前分析估算
依据统计的方法对算法效率进展估算
影响算法效率的主要因素
算法采用的策略和方法
问题的输入规模
编译器所产生的代码
计算机执行速度
//算法最终编译成具体的计算机指令
//每一个指令，在具体的计算机上运行速度固定
//通过具体的n的步骤，就可以推导出算法的复杂度
longsum1（intn）
longret=0;
int*array=（int*）malloc（n*sizeof（int））;
inti=0;
for（i=0;
i<
n;
i++）
{
array[i]=i+1;
}
ret+=array[i];
free（array）;
returnret;
longsum2（intn）
for（i=1;
=n;
ret+=i;
longsum3（intn）
if（n>
0）
ret=（1+n）*n/2;
intmain（）
printf（"
%d\n"
sum1（100））;
sum2（100））;
sum3（100））;
return0;
intfunc（inta[],intlen）
intj=0;
ints=0;
len;
i++）n
for（j=0;
j<
j++）n
s+=i*j;
//n*n
returns;
//n*n
注意1：
判断一个算法的效率时，往往只需要关注操作数量的最高次项，其它次要项和常数项可以忽略。
注意2：
在没有特殊说明时，我们所分析的算法的时间复杂度都是指最坏时间复杂度。
2、大O表示法
算法效率严重依赖于操作（Operation）数量
在判断时首先关注操作数量的最高次项
操作数量的估算可以作为时间复杂度的估算
O（5）=O
（1）
O（2n+1）=O（2n）=O（n）
O（n2+n+1）=O（n2）
O（3n3+1）=O（3n3）=O（n3）
常见时间复杂度
关系
3、算法的空间复杂度
算法的空间复杂度通过计算算法的存储空间实现
S（n）=O（f（n））
其中，n为问题规模，f（n））为在问题规模为n时所占用存储空间的函数
大O表示法同样适用于算法的空间复杂度
当算法执行时所需要的空间是常数时，空间复杂度为O
（1）
空间与时间的策略
多数情况下，算法执行时所用的时间更令人关注
如果有必要，可以通过增加空间复杂度来降低时间复杂度
同理，也可以通过增加时间复杂度来降低空间复杂度
练习1：
分析sum1sum2sum3函数的空间复杂度
O（4n+12）O（8）=O
（1）O（4）=O
（1）
实现算法时，需要分析具体问题，对执行时间和空间的要求。
练习2：
时间换空间
/*
问题：
在一个由自然数1-1000中某些数字所组成的数组中，每个数字可能出现零次或者屡次。
设计一个算法，找出出现次数最多的数字。
*/
方法1：
排序，然后找出出现次数最多的数字
方法2：
voidsearch（inta[],intlen）
intsp[1000]={0};
intmax=0;
intindex=a[i]-1;
sp[index]++;
1000;
if（max<
sp[i]）
max=sp[i];
if（max==sp[i]）
i+1）;
intarray[]={1,1,3,4,5,6,6,6,2,3};
search（array,sizeof（array）/sizeof（*array））;
把每个数字出现的次数的中间结果，缓存下来；
在缓存的结果中求最大值。
2、线性表
线性表（List）是零个或多个数据元素的集合
线性表中的数据元素之间是有顺序的
线性表中的数据元素个数是有限的
线性表中的数据元素的类型必须一样
线性表是具有一样类型的n〔≥0〕个数据元素的有限序列
〔a1,a2,…,an〕
ai是表项，n是表长度。
a0为线性表的第一个元素，只有一个后继
an为线性表的最后一个元素，只有一个前驱
除a0和an外的其它元素ai，既有前驱，又有后继线性表能够逐项访问和顺序存取
下面的关系中可以用线性表描述的是
A.班级中同学的友谊关系N:
N
B.公司中的上下级关系1:
C.冬天图书馆排队占座关系
D.花名册上名字之间的关系1:
:
1
创建线性表
销毁线性表
清空线性表
将元素插入线性表
将元素从线性表中删除
获取线性表中某个位置的元素
获取线性表的长度
线性表在程序中表现为一种特殊的数据类型
线性表的操作在程序中的表现为一组函数
C语言描述=====》线性表的设计与实现
ADT抽象层《[数据结构（C语言版）].严蔚敏_吴伟民.扫描版.pdf》p44页
人生财富库积累
#ifndef_WBM_LIST_H_
#define_WBM_LIST_H_
typedefvoidList;
typedefvoidListNode;
//创建并且返回一个空的线性表
List*List_Create（）;
//销毁一个线性表list
voidList_Destroy（List*list）;
//将一个线性表list中的所有元素清空,线性表回到创建时的初始状态
voidList_Clear（List*list）;
//返回一个线性表list中的所有元素个数
intList_Length（List*list）;
//向一个线性表list的pos位置处插入新元素node
intList_Insert（List*list,ListNode*node,intpos）;
//获取一个线性表list的pos位置处的元素
ListNode*List_Get（List*list,intpos）;
//删除一个线性表list的pos位置处的元素返回值为被删除的元素，NULL表示删除失败
ListNode*List_Delete（List*list,intpos）;
#endif
注意:
（重点:
别离思想）
插入元素算法
判断线性表是否合法
判断插入位置是否合法
把最后一个元素到插入位置的元素后移一个位置
将新元素插入
线性表长度加1
获取元素操作
判断位置是否合法
直接通过数组下标的方式获取元素
删除元素算法
判断删除位置是否合法
将元素取出
将删除位置后的元素分别向前移动一个位置
线性表长度减1
链表顺序存储插入算法和删除算法
优点：
无需为线性表中的逻辑关系增加额外的空间
可以快速的获取表中合法位置的元素
缺点：
插入和删除
升级会员 