数据结构的主要任务是通过分析数据对象的结构特征，包括逻辑结构及数据对象之间的关，然而把逻辑结构表示成计算机课实现的物理结构，从而便于计算处理。

一：概念术语

1：数据data 是被计算机处理的符号或符号集合，数据元素data element 是数据的节本单元。数据项 data item 是数据元素的最小单位。数据对象 data object 是性质相同的数据元素的集合，是数据的一个子集。总结：数据结构是数据的组织形式，数据元素之间存在的一种或者多种特定关系的数据元素集合。

数据类型：data type 是按照数据值的不同进行划分的可操作性。咋ic语言中还可以分为院子类型和结构类型，原子类型是不可以再分解的基本类型。包裹整形，结构类型是由若干个类型组合而成。是可以再分解的。

2 数据结构的逻辑结构。是指数据元素之间的相互关系，数据元素之间存在的不同的逻辑关系构成了以下4种结构类型。

集合类型：（集合数据元素没有其它的关系，就是被放在一起的就像都在一个盒子里的叫集合）。

线性结构：（线性结构元素结构关系是一对一并且是一种先后的次序）。

树形结构：（树形的数据元素结构关系是一对多的，就像公司的部门级别）

图形结构：图的数据原始觉狗关系是多对多的。就像我们常见的各大城市铁路。

3 数据的存储（物理）结构

存储结构也称为物理结构。指的是数据的逻辑结构在计算接种的存储形式，数据的存储结构一般可以反应数据元素之间的关系，分为顺序存储结构和链式存储结构。

顺序存储：是把数据原属存放在一组存储地址联系的存储单元里。其数据元素间的逻辑关系和物理关系是一致的。

链式存储：是吧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，数据元素存储关系并不能反映其逻辑关系，因此需要借助指针来表示数据元素之间的逻辑关系。

总结：数据的逻辑结构和物理结构是密切相刮你的，在学习数据的过程中，热河一个算法的设计取决选定的数据逻辑结构。而算法的实现的依赖所采用的存储结构。

4 抽象的数据类型：（abstract data type ADT）是描述具有某种逻辑关系的数据模型。并对在数据模型上进行的一组操作，丑行的数据类型描述的是一株逻辑上的特性。与计算机内部的表示无关。计算机中的整数数据类型的是一个抽象的类型，不同的处理器可能实现方法不同，但是逻辑特性相同。即加减乘除运算是一致的。丑行的意思数据的类型的数学抽象特性而不是指它们的实现方法。丑行的数据类型体现了成簇的世界中的问题分解、抽象、信息隐藏等特性。可以把现实中的大问题分解为多个规模小且容易处理的小问题。然而建立起一个能被计算机处理的数据。并把每个功能模块的实现细节作为一个独立的单元。从而过程与抽象的数据类型中的问题分解类似。

5 算法 algorithm 是解决特定问题求解步骤的描述。在计算机中表现为有限的操作序列。在数据类型建立起来的之后。就要对这行数据类型进行操作，建立起运算集合即程序，原算的建立 方法的好坏直接决定计算机程序效率的高低。

（1）数据结构的算法关系

两者既有联系又有区别 联系是程序=算法+数据结构，数据结构是算法的实现基础。算法总是要依赖某种数据结构来实现的。算法的操作对象是数据结构。区别是数据结构关注是数据的逻辑结构 存储结构有基本的操作。而算法的更多是关注如何在数据结构的节本解决实际问题，算法是标称思想，数据结构是这些思想的基础。

（2）算法的五大特性

有穷性 是指算法在执行有限的步骤之后，自动结束而不是出现无限循环，并且没有个步骤在可接受的时间内完成。

确定性：是指算法执行的每一步骤在一定条件下只有一条执行的路径，也就是相同的输入只能有一个五一的输出结果。

可行性：是指算法的每一步骤都必须可行能够铜鼓哦有次昂的执行次数完成。

输入：是指算法是具有零个输入或者多个输入。

输出：是指算法是指少又一个输出或者多个输出。

6 时间复杂度

在进行算法分析时 语句总是执行次数T(n)是关于问题规模n的函数，进分析次数T(n)随规模n的变化情况确定T(n)的数量级。算法的时间复杂度就是算法的时间复杂度。记作T(n)=O(f(n)),它表示随问题规模n的次数增大，算法的执行时间增长率和f(n)de 增长率相同。

总结：算法的时间复杂度是衡量一个算法好坏的重要指标。一般情况：随着规模n的增大，次数T(n)的增长算法最优算法，常见的时间复杂度哦从小到大一次是O(1)<O(log2n)<O(n)<O(n)

7 空间复杂度

空间复杂度作为算法的所需要的存储空间的量度 记S(n)=O(n),其中n为问题规模，f(n)为语句关于n的所存储的空间函数。一般情况下，一个程序在机器上运行时，除了需要存储成簇本身的指令。常熟 变量 输入数据外，还需要存储对数据的操作的存储单位。若输入数据所占空间只取决问题的本身，和算法无关。这样只需要分析改算法在实现时间所需要的辅助单元即可。若算法执行时所需要的辅助空间相对于输入的数据而言是个常量，则称为算法原地工作，空间复杂度为O(1)。