0. 叙述
0.1 什么是数据结构？
程序设计 = 数据结构 + 算法
0.2 数据分为逻辑结构和物理结构
逻辑结构：数据对象中数据元素之间的相互关系
物理结构：数据的逻辑结构在计算机中存储形式
0.3 集合结构
集合结构中的数据元素除了同属于一个集合外，它们之间没有其它关系
0.4 线性结构
线性结构中的数据元素之间是一对一的关系
0.5 树形结构
树形结构中的数据元素之间存在一种一对多的层次关系
0.6 图像结构
数据元素多对多关系
0.7 数据元素存储方式
顺序存储：数据元素存放在地址连续的存储单元里（数组）
链式存储：数据元素存放在任意的存储单元里，这组存储单元可以是连续的，也可以是不连续的（医院排号系统）
0.8 什么是算法？
解决特定问题求解步骤的描述
0.9 算法5个特征
输入：零个或多个输入
输出：至少有一个或多个输出
有穷性：算法执行有限步骤，不会死循环
确定性：每一个步骤都是确定的，不会有二义性；相同的输入只能有唯一的输出结果
可行性：算法每一步都能通过执行有限次数完成
0.10 算法的设计要求
正确性：
- 程序没有语法错误；
- 合法的输入能够产生满足要求的输出
- 非法输入能够产生满足规格的说明
- 对故意刁难的测试都有满足要求的输出结果
可读性：
- 代码是写给人看的，顺带在机器上运行
健壮性：
- 对于不合法的输入，处理相关的异常
时间效率高、存储量低：
1. 时间复杂度和空间复杂度
1.1 高级语言编写的程序在计算机上运行所耗的时间取决于
- 算法采用的策略和方案
- 编译产生的代码质量
- 问题的输入规模
- 机器执行指令的速度
1.2 例1
- 第一种算法执行了 1+(n+1)+n=2n+2 次
- 第二种算法 1+1=2 次
- 如果将循环看做一个整体，忽略头尾的开销，两个算法的差距是 n 和 1 的差距
1.3 例2
执行次数 100^2 次
1.4 算法效率度量方法
1.5 例3
解析：（函数渐近增长）
1.6 例4
1.7 例5
1.8 总结
1.9 解释1.4
1.10 推导大O阶方法
1.11 常数阶
O(1)
1.12 线性阶
1.13 平方阶
1.14 平方阶 例6
1.15 对数阶 例7
int i = 1, n = 100;
while (i < n) {
i = i * 2;
}
