-- 数据结构与算法概述（为什么要学习数据结构和算法数据结构和算法介绍数据结构和算法的关系线性结构和非线性结构）

Posted 2022-01-17 CodeJiao

1. 数据结构与算法概述

---

1.1 为什么要学习数据结构和算法

误区：

1. 认为学习数据结构和算法需要很扎实的数学和编程功底，学起来并不容易;
2. 数据结构和算法在平时开发过程中的应用并不多，而且都有现成的类库接口让我们调用，没必要花太多时间去研究。

疑问：

为什么数据结构和算法使用率这么低，这些大公司还必问呢？这是因为数据结构和算法真的很重要，而且他们的使用率并不低，所有的程序中都有数据结构和算法的身影，他们默默的为程序服务，只是你没重视他们罢了。

需要学好数据结构和算法原因：

• 提升代码性能，结省空间复杂度和时间复杂度；
• 算法锻炼自己的逻辑思维；
• 你会不自觉的考虑你写的代码处理的数据量级是多少，会考虑你的代码是否能处理大量数据的情况；
• 更好的理解应用软件和框架，很多知名软件和框架中都大量用了数据结构算法，比如mysql的索引用了b+树，redis的list底层用了跳跃表，理解这些数据结构能更好的帮助我们理解使用这些软件；
• 掌握了数据结构与算法，你看待问题的深度，解决问题的角度就会完全不一样；
• 一流的程序员搞算法，二流的程序员搞架构，三流的程序员搞业务；

---

1.2 数据结构和算法介绍

---

1.2.1 算法

定义：

算法是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。

也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。

说明:

• 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，实现的语言并不重要，重要的是思想。

---

1.2.2 数据结构

• 数据结构就是把数据组织起来，为了更方便地使用数据我们为了解决问题，需要将数据保存下来，然后根据数据的存储方式来设计算法实现进行处理，那么数据的存储方式不同就会导致需要不同的算法进行处理。我们希望算法解决问题的效率越快越好，于是我们就需要考虑数据究竟如何保存的问题，这就是数据结构。
• 数据结构是计算机存储、组织数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。

---

1.3 数据结构和算法的关系

• 程序 = 数据结构 + 算法
• 数据结构是算法的基础
• 数据结构和算法是相辅相成的。数据结构是为算法服务的，算法要作用在特定的数据结构之上。 因此，我们无法孤立数据结构来讲算法，也无法孤立算法来讲数据结构。

举例：

图书馆储藏书籍你肯定见过吧？为了方便查找，图书管理员一般会将书籍分门别类进行“存储”。按照一定规律编号，就是书籍这种“数据”的存储结构。

那我们如何来查找一本书呢？有很多种办法，你当然可以一本一本地找，也可以先根据书籍类别的编号，是人文，还是科学、计算机，来定位书架，然后再依次查找。笼统地说，这些查找方法都是算法。

---

1.4 线性结构和非线性结构

---

1.4.1 线性结构

• 线性结构作为最常用的数据结构，其特点是数据元素之间存在一对一的线性关系（一个前驱和后继）。
• 线性结构有两种不同的存储结构，即顺序存储结构(数组)和链式存储结构(链表)。顺序存储的线性表称为顺序表，顺序表中的存储元素是连续的。
• 链式存储的线性表称为链表，链表中的存储元素不一定是连续的，元素结点存放数据元素以及相邻元素的地址信息。
• 线性结构常见的有：数组、队列、链表和栈。

补充说明：线性表和数组的关系。

线性表与数组都是数据结构，只是描述角度不同。线性表是从逻辑结构的角度来说的，它的每一个元素都只有一个前驱元素和一个后继元素除了头和尾，逻辑结构还有队列，堆栈，树，图等。而数组是从物理存贮的角度来说的，线性表可以用数组存储也可以用链表来存储。同样的队列也可以用数组和链表存储，各有利弊。具体使用时，根据具体情况选择。

数组和线性表在存储方式上没有什么不同，都是顺序存储。即在内存中开辟一块连续的存储空间用于存储数据，所以数据在物理存储位置上是相邻的。

---

1.4.2 非线性结构

非线性结构，数学用语，其逻辑特征是一个结点元素可能有多个直接前驱和多个直接后继。常见的非线性结构有：二维数组，多维数组，广义表，树(二叉树等)。

---

---