資料結構 邏輯結構，物理結構與演算法

資料結構

資料：計算機中可以操作的物件，能被計算機識別，並輸入給

計算機處理的符號集合。

資料元素：組成資料的，有一定意義的基本單位。（例如牛，馬，狗，豬就是

禽類的資料元素）。

資料項：乙個資料元素可以由若干個資料項組成。（例如人這個資料元素，有

眼，耳，鼻，嘴，姓名，性別等資料項）。資料項是資料不可分割的最小單位。

資料物件：性質相同的資料元素的集合，是資料的子集。（性質相同就是資料

元素具有相同數量和型別的資料項）。

資料結構：相互之間存在一種或多種特定的資料元素的集合。（資料元素並不

是孤立、雜亂無序的，而是具有內在聯絡的資料集合）。

**邏輯結構**

**1、集合結構** 
集合結構中的資料除了同屬於乙個集合外，它們之間沒有其他關係。
各個資料元素是平等的，它們的共同屬性就是同屬於乙個集合。
**2、線性結構**
線性結構中的資料元素之間是一對一的關係。
**3、樹形結構**
樹形結構中的資料元素之間存在一種一對多的層次關係。
**4、圖形結構**
圖形結構的資料元素是多對多的關係。
**物理結構**
物理結構是指邏輯結構在計算機中的儲存形式。
**1、順序儲存結構**
把資料元素存放在位址連續的儲存單元裡，其資料間的邏輯關係和
物理關係是一致的。在空間中是連續的。
**2、鏈式儲存結構**
把資料元素存放在任意的儲存單元裡，這組儲存單元可以是連續的，
也可以是不連續的。在空間中是無序隨機的，通過指標來存放資料元素的位址，
從而關聯相關聯資料元素的位置。
順序儲存結構的查詢和修改更快。
鏈式儲存結構的增加和刪除更快。

解決特定問題的求解步驟的描述。

以下為兩種不同的方法，解決同乙個問題

下邊的**相比上邊的**，執行次數大大減小。效率更高。

**演算法時間複雜度**
演算法大的時間複雜度，也就是演算法的時間量度，t（n）=o(f(n))。
隨問題規模n的增大，演算法執行時間的增長率和f(n)的增長率相同，稱作演算法
的時間複雜度。
**1、常數階 (o(1))**
執行次數是恆定的，不會隨著n的增大而發生變化。
**2、線性階（o(n)）**
隨著n的增大而增大，正比例的。
**3、對數階(longn)**
隨著n的增大，增加幅度逐漸減小
**4、平方階(o(n^2))**
一般巢狀迴圈的複雜度
**5、nlongn階**
**6、指數階(o(2^n))**
**時間複雜度所耗費的時間從小到大** 
o(1)