ch1 數據結構緒論
書使用C90標準代碼，推薦使用vs系列編輯器
1.4 基本概念和術語
數據：能被計算機識別並輸入給計算機處理的符號集合
數據元素：是組成數據的、有一定意義的基本單位，在計算機中通常作爲整體處理
數據項：一個數據元素可以由若干個數據項組成
數據對象：性質相同的數據元素的集合，是數據的子集
數據結構：相互之間存在一種或多種特定關係的數據元素的集合
1.5 邏輯結構與物理結構
邏輯結構：集合結構、線性結構、圖結構、樹結構
物理結構：順序存儲結構、鏈式存儲結構
1.6 抽象數據類型
抽象數據類型ADT ，Abstract Data Type
ADT標準格式如下：
ADT 抽象數據類型名
Data
數據元素之間邏輯關係的定義
operation
操作1
初始條件
操作結果描述
操作2
……
操作n
……
endADT
ch2 算法
數據結構和算法關係：通過數據結構解決算法問題
算法定義：算法是解決特定問題求解步驟的描述，在計算機中表現爲指令的有限序列，並且每條指令表示一個或多個操作。
算法的特性：輸入、輸出、有窮性、確定性、可行性
p.s. 可以沒有輸入，但一定要有輸出
算法設計的要求：正確性、可讀性、健壯性、時間效率高、存儲量低
p.s. 正確性層次
1 算法程序沒有語法錯誤
2 算法程序對於合格的輸入數據能夠產生滿足要求的輸出結果
3 算法程序對於非法的輸入數據能夠得出滿足要求的輸出結果（通常要求）
4 算法對於特殊的測試數據由滿足要求的輸出結果
算法效率的度量方法：事後統計方法、事前分析估計方法（取決於問題輸入規模和算法好壞）
函數的漸近增長：給定兩個函數f(n)和g(n)，如果存在一個整數N，使得對於所有的n>N，f(n)總是比g(n)大，那麼我們說f(n)的增長漸近快於g(n)
判斷算法效率時通常只關注主項階數 //由主項階數判斷函數的漸近增長
算法時間複雜度：T(n)=O(f(n)) 隨問題規模n的增大，算法執行時間的增長率和f(n)的增長率相同
大O記法，推導方法：
1 用常數項取代所有加法常數
2 修改後的運行次數函數後，只保留最高階項
3 如果最高階項存在且不是1，則去除與這個項相乘的常數
常數項O(1)<對數階O(logn)<線性階O(n)<nlogn階O(nlogn)<平方階O(n^2)<立方階O(n^3)<指數階O(2^n)<階乘階O(n!)<O(n^n)
最壞情況：一般算法時間複雜度均指最壞情況
算法空間複雜度：S(n)=O(f(n))
p.s. 這本書沒有考慮算法的空間複雜度，但是在實際情況中空間複雜度還是很重要的
