嵌入式学习day17（数据结构）

大纲

数据结构、算法
数据结构：
           1.  线性表：顺序表、链表（单向链表，单向循环链表，双向链表，双向循环链表）、栈（顺序栈，链式栈）、队列（循环队列，链式队列）
           2.  树：二叉树、遍历、创建
算法：
           查询方法、排序方式

为什么要学数据结构？

     1.C语言是学习如何写程序，数据结构是学习如何简洁高效的写程序
      2.如果遇到一个实际问题，需要写代码实现相应功能，需要解决两个问题：
          （1）.如何表达数据间的逻辑关系以及怎么存储到计算机当中？
                         数据结构：数据的逻辑结构以及存储操作
                         数据：不再是单纯的数字，而是类似于一个集合的概念
                         结构：数据之间的关系
         （2）.采用什么方法去解决？
                               采用算法去解决

数据结构+算法=程序

一丶数据结构

1.概念

          数据的逻辑结构，存储结构及操作（数据的运算）

2.数据

         数据：不再是单一的数值，而是类似于集合的概念

         数据元素：是数据的基本单位，由若干个数据项组成
         数据项：是数据的最小单位，描述数据元素信息
         数据元素又叫节点

3.结构

3.1逻辑结构

数据元素并不是独立存在的，他们之间存在着某种关系（联系或结构）。

元素和元素之间的关系：
线性关系：
     线性关系 ---》 线性结构 ---》一对一 ----》线性表：顺序表、链表、栈、队列
层次关系：
     层次关系 ---》 树形结构 ---》一对多 --- 》 树：二叉树
网状结构：
     网状关系 ---》 图状结构 ---》 多对多 ---》图

3.2存储结构

数据的逻辑结构在计算机中的具体体现（数据的运算）

顺序存储：
特点：内尺连续，随机存取，每个元素占用较少
实现：数组

链式存储：
特点：内存不连续，通过指针实现
链表实现：通过定义结构体，里面是数据域和指针域

#include<stdio.h>
struct node
{int data;//数据域，存放节点要保存的地址struct node *next;//指针域，指向下一个节点的地址（类型为结构体指针）
};
int main(int argc, char const *argv[])
{   //定义三个节点struct node A={1,NULL};struct node B={2,NULL};struct node C={3,NULL};//连接三个节点A.next=&B;//连接A和B节点，让A中的指针域保存B的地址B.next=&C;//连接B和C节点，让B中的指针域保存C的地址printf("%d\n",A.data);//打印A中的数据域printf("%d\n",(A.next)->data);//打印B中的数据域printf("%d\n",(A.next)->next->data);//打印C中的数据域return 0;
}

索引存储：

在存储数据的同时，建立一个附加的索引表。

也就是索引存储结构 = 索引表 + 存数据的文件
可以提高查找速度，特点检索速度快，但是占用内存多，删除数据文件要及时更改索引表。

散列存储： 

          数据在存储的时候与关键码之间存在某种对应关系
          存的时候按照对应关系存
          取的时候按照对应关系取

4.操作

          增、删、改、查

二丶算法

1.概念

  算法就是解决问题的思想方法，数据结构就是算法的基础

2.算法的设计

算法的设计：取决于数据的逻辑结构
算法的实现：依赖于数据的存储结构

3.算法的特点

有穷性：步骤是有限的
确定性：每一个步骤都有明确的含义，无二义性
可行性：在规定时间内可以完成
输入
输出

4.评价算法的好坏

        正确性 ：保证算法可以正确实现功能

        易读性 ：容易被解读
        健壮性 : 容错处理
        高效性 ：执行效率，算法执行快慢容易受到计算机性能的影响，不可以作为评判算法高效性的标准，这通过可执行语句重复执行次数来衡量算法是否高效 。(时间复杂度)
        低存储性 ： 占用空间少

5.时间复杂度

            算法的可重复执行语句执行的次数, 通常时间复杂度用一个问题规模函数来表达

            T(n) = O(f(n))
            T(n) //问题规模的时间函数
            n //问题规模，输入量的大小
            O //时间数量级
            f(n) //算法的可执行语句重复执行的次数 用问题规模n的某个函数f(n)来表达

计算大O的方法

            (1)根据问题规模n写出表达式 f(n)
            (2)  只保留最高项，其它项舍去
            (3)  如果最高项系数不为1，除以最高项系数
            (4)  如果有常数项，将其置为1 //当f(n)的表达式中只有常数项的时候，有意义 f(n) = 8

如：f(n)=8 ->O(1)
       f(n) = 3n^5 + 2n^3 + 6*n^6 + 10->O（n^6）

6.空间复杂度

算法占用的空间大小。一般将算法的辅助空间作为衡量空间复杂度的标准。

算法占用的存储空间包括：
   1.输入输出数据所占空间
   2.算法本身所占空间
   3.额外需要的辅助空间