数据结构基础.ppt

《数据结构基础.ppt》由会员分享，可在线阅读，更多相关《数据结构基础.ppt（58页珍藏版）》请在三一办公上搜索。

1、JYP,1,数据结构基础,教材：数据结构（C+描述）（金远平编著，清华大学出版社）,JYP,2,第1章 基本概念和方法,本章论述学习和研究数据结构所必须的并且将反复出现的基本概念和方法。,3,1.1 数据结构与软件系统,设计解决实际问题的计算机软件系统，首先需要建立被处理对象的数据模型。数据和世上万物一样，都是具有结构的。人们很自然地用数据结构表示应用领域的被处理对象。例如，树和图。数据结构由一个数据对象以及该对象中的所有数据元素之间的关系组成。数据元素本身可以是数据结构，因此，可以构造非常复杂的数据结构。,4,为了模拟实际问题的求解过程和现实对象的行为，还必须提供对数据结构的相应操作。数据结

2、构的实现是以下一层数据结构表示上一层数据结构，直至以程序设计语言提供的基本数据类型表示的过程。评价数据结构表示能力的标准主要是它能否方便且有效地实现需要的操作，而实现操作的算法设计及其效率高低也依赖于数据结构表示。数据结构的定义、表示及其操作的实现相互关联，都是数据结构研究的重要内容。,5,计算机软件系统可看成是通过不同层次的数据结构及其操作实现的。例如：,6,中间层数据结构起着核心作用，称之为建模层。对数据结构的研究产生了一批通用性强、具有很高实用价值的中间层数据结构，如数组、字符串、集合、线性表、栈、队列、链表、树、图、符号表等。系统地学习进而掌握数据结构的知识和方法，对于提高设计与开发软

3、件系统尤其是复杂软件系统的能力，无疑是十分重要的。,7,1.2 数据抽象与封装,抽象和封装的概念在日常生活中是普遍存在的，例如，人们常用的手机。通过数据封装，将一个数据对象的内部结构和实现细节对外屏蔽。通过数据抽象，将一个数据对象的规格说明与其实现分离，对外提供简洁、清晰的接口。数据结构多层表示的过程反过来也就是从基础数据结构到应用领域数据结构的不断抽象与封装的过程。,8,用抽象数据类型（ADT）描述数据抽象与封装是一种自然、有效的方法。数据类型由一个数据对象的集合和一组作用于这些数据对象的操作组成。例如，C+的基本数据类型char、int、float和double等。抽象数据类型是一个数据类

4、型，该数据类型的组织遵循将数据对象及对这些数据对象的操作的规格说明与这些数据对象的表示、操作的实现相分离的原则。,9,当强调一个数据对象的结构时，使用数据结构的概念。与数据结构的概念对比，抽象数据类型包含了一个数据结构的集合，还包含了对数据结构的操作。抽象数据类型成为描述数据结构及其操作的有效方式。定义ADT的语言本质上不依赖具体的程序设计语言，这里采用C+描述。,10,例1.1 抽象数据类型“圆”的定义为：class Circle/对象:几何圆public:Circle(float r);/构造函数，创建一个半径为r的对象实例 float Circumference();/返回该实例的周长

5、float Area();/返回该实例的面积;该抽象数据类型的名称为Circle，数据对象定义为几何圆，操作包括构造函数、计算周长和面积等。注意：这些定义不依赖于数据对象的具体表示，也没有给出操作实现的过程。,11,数据抽象和封装机制的意义：（1）简化软件开发：假设一个问题经分析将使用A、B、C三个数据类型和协调代码求解。（a）四位程序员，可由其中三位程序员各开发一个数据类型，另一位程序员实现协调代码。（b）一位程序员，数据抽象也可减少其在某一具体时间需要考虑的范围。,12,（2）易于测试和排除错误：如下图所示，数据抽象明显提高了测试和排除错误的效率。,13,（3）有利于重用：数据抽象和封装机

6、制使开发人员可以将数据结构及其操作实现为可重用的软件组件。这些组件具有清晰的界面定义，更容易从一个软件系统中提取出来，应用于另一个软件系统。（4）便于改变数据类型的表示：由于数据封装，外界不能直接访问数据类型的内部表示。因此，只要操作接口不变，数据类型内部表示和实现的改变不会影响使用该数据类型的其他程序。,14,1.3 算法定义,数据结构的操作实际上是以算法的形式实现的。定义：算法是一个有限的指令集合，执行这些指令可以完成某一特定任务。一个算法还应当满足以下特性：输入 零个或多个由外界提供的输入量。输出 至少产生一个输出量。确定性 每一指令都有确切的语义，无歧义。有限性 在执行有限步骤后结束。

7、有效性 每一条指令都应能经过有限层的表示转化为计算平台的基本指令，即算法的指令必须是可行的。,15,程序和算法不同，程序可以不满足有限性。例 如，一个软件的总控程序在未接受新的任务之前一直处于“等待”循环中。实现数据结构操作的程序总是可结束的，因此，后面将不再严格区分算法和程序这两个术语。必须保证指令的有效性，例如，指令“if（哥德巴赫猜想是真）then x=y；”是无效的。作业：P253,16,1.4 递归算法,直接递归：函数在执行过程中调用本身。间接递归：函数在执行过程中调用其它函数再经过这些函数调用本身。表达力：,函数定义赋值if-elsewhile,函数定义赋值if-else递归,17

8、,当问题本身是递归定义的，其解法适合用递归描述。例1.3 阶乘函数的定义是 1 当n=1n!=n(n-1)！当n1 用递归方法计算阶乘函数简明扼要，易于理解，如下所示：long Factorial(long n)if(n=1)return 1;/终止条件 else return n*Factorial(n-1);/递归步骤,18,用参数n=5调用Factorial的过程如下：Factorial(5)=(5*Factorial(4)=(5*(4*Factorial(3)=(5*(4*(3*Factorial(2)=(5*(4*(3*(2*Factorial(1)=(5*(4*(3*(2*1)=(

9、5*(4*(3*2)=(5*(4*6)=(5*24)=120,19,递归算法有四个特性：（1）必须有可最终达到的终止条件，否则程序将陷入无穷循环；（2）子问题在规模上比原问题小，或更接近终止条件；（3）子问题可通过再次递归调用求解或因满足终止条件而直接求解；（4）子问题的解应能组合为整个问题的解。,20,例1.4 全排列生成器：给定一个具有n1个元素的集合，打印该集合的全排列。分析四个元素(a，b，c，d)的情况，结果可以如下构造：（1）a后接(b，c，d)的全排列（2）b后接(a，c，d)的全排列（3）c后接(a，b，d)的全排列（4）d后接(a，b，c)的全排列 这表明，如果能生成n 1个

10、元素的全排列，就能生成n个元素的全排列。,21,对于只有1个元素的集合，可以直接生成其全排列。于是，全排列生成问题的递归步骤和终止条件可以确定。求解函数perm：void perm(char*a,const int k，const int n)/n 是数组a的元素个数，生成ak,an-1的全排列 int i;if(k=n-1)/终止条件，输出排列 for(i=0;in;i+)cout ai“”;/输出包括前/缀，以构成整个问题的解 cout endl;,22,else/ak,an-1 的排列大于1，递归生成 for(i=k;i n;i+)char temp=ak;ak=ai;ai=temp;/

11、交换ak/和 ai perm(a,k+1,n);/生成 ak+1,an-1的全排列 temp=ak;ak=ai;ai=temp;/再次交换 ak 和/ai,恢复原顺序/else结束/perm结束 通过调用perm(a,0,n)，可以生成n个元素的全排列。,23,用n=3 和 a0.2=(a,b,c)调用perm的示意如下：,24,当算法操作的数据结构是递归定义的时候也适合使用递归。后面将有许多此类的重要例子。作业：P255，6,25,1.5 性能分析,除了正确性、可用性、可读性和容错性以外，算法的性能是评价算法优劣的重要指标。空间复杂性：算法开始运行直至结束过程中所需要的最大存储资源开销的一种

12、度量。时间复杂性：算法开始运行直至结束所需要的执行时间的一种度量。性能评价分为事前估计和事后测量。性能分析就是指对算法的空间复杂性和时间复杂性进行事前估计。,26,1.5.1 空间复杂性,程序P的空间需求 S(P)=c+SP(实例特性)其中，c是常数，SP(实例特性)是实例特性的函数。分析的重点是SP(实例特性)。对于一个给定问题，首先要确定其实例特性，才可能分析求解算法的空间要求。确定实例特性与具体问题密切相关。,27,例如:1 float rsum(float*a,const int n)2 if(n=0)return 0;/当n=1时返回a03 else return rsum(a,n1

13、)+an1;4 rsum是一个递归求和算法，其实例特性是n。每次递归调用需在栈顶保存n的值、a的值、返回值和返回地址，共需4个存储单元。由于算法的递归深度是n+1，故所需栈空间是4(n+1)，即Srsum(n)=4(n+1)。,28,1.5.2 时间复杂性,算法P的运行时间 T(P)=c+TP(实例特性)时间复杂性分析的目的在于揭示算法的运行时间随着其实例特性变化的规律。将一组与实例特性无关的操作抽象为一个程序步，从而有效地简化性能分析的过程。程序步：算法中的一个在语法和语义上有意义的指令序列，而且该序列执行时间与算法的实例特性无关。,29,各类C+语句的程序步数详见教科书。可以通过列出各个语

14、句的程序步数确定整个程序的程序步数。例1.5 程序sum：1 float sum(float*a,const int n)2 float s=0;3 for(int i=0;i n;i+)4 s+=ai;5 return s;6,30,其中各语句的程序步数如下所示：,其总程序步数是2n+3。,31,例1.6 设rsum(a,n)的程序步数为Trsum(n)，其各语句的程序步数如下：,可见，当n=0时Trsum(0)=2；当n 0时Trsum(n)=2+Trsum(n-1)。,32,通过反复代入可得：Trsum(n)=2+Trsum(n-1)=2+2+Trsum(n-2)=2*2+Trsum(n

15、-2)=2+2+2+Trsum(n-3)=2*3+Trsum(n-3)=2n+Trsum(0)=2n+2 所以rsum的程序步数为2n+2。,33,许多程序的实例特性并不仅仅依赖于实例规模n，还可能与实例内容密切相关。例如，二分查找的程序步数，不仅与元素个数n，而且与集合内容有关。有时需要按最好、最坏和平均三种情况分析算法的时间复杂性。,34,1.5.3 O表示法,程序步本身就不是一个准确的概念，而是一个抽象的概念。再作一次抽象，从由多种因素构成的时间复杂性中抽取出其主要因素，将常数抽象为1，有利于抓住主要矛盾，简化复杂性分析。假设函数f和g是非负函数。定义：f(n)=O(g(n)当且仅当存在

16、正值常数c和n0，使得对所有n n0，f(n)c*g(n)。,35,例1.8 5n+4=O(n)100n+6=O(n)10 n2+4n+2=O(n2)6*2n+n2=O(2n)3n+2 O(1)O(1)表示常数，O(log n)表示对数，O(n)表示线性，O(n2)表示平方，O(n3)表示立方，O(2n)表示指数。,36,f(n)=O(g(n)只表示对所有n n0，g(n)是f(n)的上界。因此，n=O(n2)=O(n3)=O(2n)。为了使f(n)=O(g(n)提供尽可能多的信息，g(n)应尽可能小。有时，由于现有分析能力的限制，人们还不能得出一个算法计算时间的准确数量级。例如对实际计算时间

17、为O(n log n)的算法，目前的分析结果只能表明其计算时间是O(n2)，这时说该算法的计算时间是O(n2)也没错，待到以后认识深入了，可以改说成O(n log n)。,37,定理1.1 设f(n)=amnm+am-1nm-1+a1n+a0，则 f(n)=O(nm)。,38,例1.11 n位二进制数加1的时间复杂性。设数组a模拟一个n位二进制数，下列算法将a表示的二进制数加1。emun Binary 0,1;void BinaryAddOne(Binary*a,const int n)int i=n-1;while(ai=1,39,下面分别分析其最好、最坏和平均时间复杂性：（1）最好情况：当

18、右边第一位为0时，扫描停止，算法时间复杂性为O(1)。（2）最坏情况：当n个二进制位全为1时，需扫描n位，算法时间复杂性为O(n)。,40,（3）平均情况。n位二进制数共有2n种取值。以n=3 为例，有下列取值：,41,一般，从右到左有连续m个1需m+1次操作，这种取值共2n-(m+1)个（m n)；n个二进制位全为1只有1种可能，需n+1次操作。因此，对于n 1，该算法的平均时间复杂性为：,42,O表示法具有渐进性质，对于实例规模较小的问题，常数因子可能起主要作用。例如，如果算法P实际运行106n毫秒，算法Q实际运行n2毫秒，并且总有n 106，则在其它因素等同情况下，算法Q更适用。作业：P

19、258，12,43,1.5.5 实际可行的复杂性,下一页中的表列出了在每秒10亿个程序步的计算机上时间复杂性为f(n)的算法运行所需要的时间。从实际可行的角度考虑，对于合理大的n（例如，n100），只有复杂性较小（如，n，nlog2n，n2，n3）的算法是实用的。即使计算机的速度再提高1000倍，表中时间也只不过缩小1000倍。在这种情况下，当n=100时，n10个程序步的运行时间是3.17年，2n个程序步的运行时间是41010年。,44,可见，如果一个算法的时间复杂性过高，当n大于一定值时，再快的计算机也无法在实际可行的时间内完成其运行。,45,1.6 性能测量,性能测量：在一定的数据范围内

20、准确获取程序运行所需要的空间和时间，属于事后测量。测量的结果依赖于编译器及其设置，还依赖于程序运行的计算机。下面重点研究性能（程序的计算时间）测量的方法。假设函数time(&hsec)将当前时间返回到变量hsec中，精度为1毫秒。下面以测量顺序查找算法seqsearch在最坏情况下的性能为例，说明性能测量的方法。,46,int seqsearch(int*a,const int n,const int x)int i=n;a0=x;while(ai!=x)i-;return i;顺序查找算法的最坏时间复杂性是O(n)。为了反映被忽略的常数因子的影响，对于较小的n应选较多的值测量，对于较大的n值

21、则可稀疏测量。限于时钟精度，对于太短的事件必须重复m次，然后用测得的总时间除以m求出事件的时间。,47,顺序查找算法的测量程序如下：void TimeSearch(const long m)int a1001,n20;for(int j=1;j=1000;j+)aj=j;/初始化a for(j=0;j10;j+)/n的取值 nj=10*j;nj+10=100*(j+1);cout“n 总时间 运行时间”endl;for(j=0;j20;j+)long start,stop;time(/失败查找,48,time(执行TimeSearch(300000)的输出如下表所示。从该表可以看出，t基本上随

22、n线性增长。利用n=0和60这两点的数据，可得线性函数 t=0.000096n+0.0008。由此可推算，当n=1000，t=0.00968。这与实际测量的数据完全吻合。,49,50,规划性能测量实验时应注意以下问题：时钟精度、期望的测量结果精度以及与此相关的重复次数。根据是测量最坏性能还是平均性能，生成合适的实验数据。实验目的：是为了比较还是为了预测实际运行时间？当实验目的是预测实际运行时间时，人们需要通过测量数据建立t与n之间的函数关系。,51,一般需用计算机生成导致一个算法最坏性能的数据集。但在有的情况下计算机生成也非常困难。这时可根据实例特性的值随机生成足够量的实验数据，取这些数据导致

23、的最长运行时间作为最坏性能。生成平均性能数据更为困难，一般也采用随机生成的方法。实验作业：P2515,52,1.7 C+中的模板,C+的模板（template）有效地提高了函数和类的可重用性。模板（又称为参数化类型）是一种能被实例化为任何数据类型的变量，这些类型既包括C+基本类型又包括用户定义的类型。模板函数:template int seqsearch(KeyType*a,const int n,KeyType x)int i=n;a0=x;while(ai!=x)i-;return i;,53,通过调用seqsearch，可以很容易地在字符数组或浮点数数组中查找元素:char carray

24、200;float farray300;char x=r;float y=306.523;/设此时以上数组已完成初始化 seqsearch(carray,200,x);seqsearch(farray,300,y);函数seqsearch的KeyType在调用时被实例化为相应的实参类型，例如，调用seqsearch(farray,300,y)表示在浮点数数组farray中查找浮点数y。,54,seqsearch使用操作符“!=”比较两个KeyType对象，使用操作符“=”将一个KeyType对象赋值给另一个KeyType对象。对于用户定义的数据类型，这些操作不可能由系统预定义。用户必须重载这些

25、操作以实现新的语义。,55,模板类：template class Bag public:Bag(int MaxSize=DefaultSize);/假设DefaultSize已定义 int Add(const Type,56,template Bag:Bag(int MaxSize=DefaultSize):n(MaxSize)b=new Typen;top=-1;template int Bag:Add(const Type,57,template int Bag:Delete(const int k)if(top+1 f;Bag c;于是，Bag对象f存放浮点数，c存放圆。,58,1.8 效率与权衡,时间和空间的权衡；通用性和效率的权衡；开发效率与运行效率的权衡；等等。,