第一章：数据结构之绪论
1.1、介绍
早期计算机主要是用于进行数值计算，随着发展，计算机不仅仅数值计算，还可以用于非数值计算，例如：字符、表格、图像等。
数据结构就是研究如何组织、处理这些数据。
数据结构定义：数据结构是一门研究非数值计算程序设计中操作对象，以及这些操作对象之间的关系和操作的学科。
1.2、基础概念
（1）数据
什么是数据？对于计算机而言，任何能够输入计算机中，并且能够被计算机处理的符号，都称为数据，例如：数值，字符，图像，声音等等，都属于数据。
数据：所有能够输入计算机中并且被计算机所处理的符号总称。
（2）数据元素
什么是数据元素？
数据元素是数据的基本单位。
数据元素也可以称为数据记录。
例如：学生信息表表中，一个学生信息就是数据元素。类似一张数据表中的一条记录。
（3）数据项
数据项是组成数据元素的最小单位。
数据项是独立的，不可再分割的最小单位。
例如：一个学生信息中，包含：姓名，年龄，班级，这些都是不能再细分了的内容。数据项就类似于学生信息表中的一个字段。
（4）数据对象
数据对象，具有相同性质的数据元素的集合。
说白了，就是很多个相同性质的数据元素组成的。
例如：一个学生信息表，就可以看作是一个数据对象，表中每一条记录都是数据元素。
（5）数据结构
数据结构，相互之间存在一种或者多种特定关系的数据元素的集合。
简单理解：就是数据元素之间的关系，就称为结构。结构就是指关系。
1.2、数据结构
数据结构分为：逻辑结构、存储结构。
（1）逻辑结构
逻辑结构，指得是数据元素之间的关系。
数据元素之间通常有如下四种关系：
集合结构：属于同一个集合，具体没啥关系。
线性结构：存在一对一的关系。
树结构：存在一对多的关系。
图结构（网状结构）：存在多对多的关系。
线性结构
线性结构
非线性结构
集合结构
树结构
图结构（网状结构）
线性结构常见的有如下：
线性表
栈和队列
串
数组
广义表
非线性结构常见的有如下：
树
二叉树
有向图
无向图
（2）存储结构
存储结构，也称为物理结构，它指得是数据元素在计算机内存中是如何存储的。
一般数据在计算机内存中，有如下两种方式存储：
顺序存储：分配一整块连续的内存空间，按照顺序将数据元素保存在计算机中。
链式存储：内存空间可以不连续，只要记录下一个节点的内存空间地址即可。
1.3、数据类型
数据类型（Data Type）：是一个值的集合和定义在这个值集合上面的一组操作的总称。
数据类型是高级语言中的概念，目的是为了方便操作各种数据。
例如：C语言中的整型，浮点型，Java中的布尔型，等等。
1.4、抽象数据类型
抽象数据类型（Abstract Data Type，ADT），一般是用户自定义的数据类型。
可以理解为：高级语言中的类。
1.5、算法和算法分析
（1）算法
什么是算法？
算法就是为了解决某一类问题而组成的一个有限长的操作序列集合。
算法的五要素
有穷性：一个算法的执行步骤是有限的。
确定性：算法中每一个指令都是确定的，不存在二义性。
可行性：算法可以解决这个问题。
输入：0个或多个输入。
输出：1个或多个输出。（如果算法没有输出，那这个算法没有任何意义）
评价算法的四方面
正确性：能够得出正确的结果。
可读性：代码易于理解。
健壮性：出现错误率低。
高效性：执行效率高
（2）算法复杂度
一个算法的优劣，可以通过复杂度来判断。
算法的复杂度分为两类：
时间复杂度：执行多长时间。
空间复杂度：占用多少内存空间。
（2.1）时间复杂度
复杂度，就需要找出算法的问题规模和语句频度。
问题规模：需要执行多少次，一般可以通过是否有循环判断、递归、迭代等等。
语句频度：一个指令重复执行的次数。
复杂度采用大O表示法。（下面复杂度，从小到大排列）
常量复杂度：O（1）
对数复杂度：O（logn）
线性复杂度：O（n）
线性对数复杂度：O（nlogn）
平方复杂度：O（n^2）
立方复杂度：O（n^3）
指数复杂度：O（2^n）
（2.2）空间复杂度
和时间复杂度类似，都是采用大O表示法，程序中占用的内存空间大小和问题规模n的关系。
以上，就是数据结构相关的基础概念介绍。
这是我的第105篇文章，感谢您的阅读。
