數據結構與演算法分

① 什麼是數據結構和演算法

本人乃一個數據痴迷者,在計算機的道路上,也是一個數據結構的痴迷者,現在大學裡面和同學搞開發也痴迷於資料庫,我就我個人的理解給你談一談:
首先,數據結構是一門計算機語言學的基礎學科，它不屬於任何一門語言，其體現的是幾乎所有標准語言的演算法的思想。
上面的概念有一些模糊，我們現在來具體說一說，相信你門的數據結構使用的是一門具體的語言比如C/C++語言來說明，那是為了輔助的學習數據結構，而數據結構本身不屬於任何語言（相信你把書上的程序敲到電腦裡面是不能通過的吧，其只是描述了過程，要調試程序，還需要修改和增加一些東西）。你們的書上開始應該在講究數據的物理存儲結構/邏輯存儲結構等概念，說明數據結構首先就是「數據的結構」，在內存上的存儲方式，就是物理的存儲結構，在程序使用人員的思想上它是邏輯的，比如：
你們在C/C++中學習到鏈表，那麼鏈表是什麼一個概念，你們使用指針制向下一個結點的首地址，讓他們串聯起來，形成一個接一個的結點，就像顯示生活中的火車一樣。而這只是對於程序員的概念，但是在內存中存儲的方式是怎樣的那？對於你程序員來說這是「透明」的，其內部分配空間在那裡，都是隨機的，而內存中也沒有一個又一根的線將他們串聯起來，所以，這是一個物理與邏輯的概念，對於我們程序員只需要知道這些就可以了，而我們主要要研究的是「邏輯結構」。
我可以給你一個我自己總結的一個概念：所有的演算法必須基於數據結構生存。也就是說，我們對於任何演算法的編寫，必須依賴一個已經存在的數據結構來對它進行操作，數據結構成為演算法的操作對象，這也是為什麼演算法和數據結構兩門分類不分家的概念，演算法在沒有數據結構的情況下，沒有任何存在的意義；而數據結構沒有演算法就等於是一個屍體而沒有靈魂。估計這個對於演算法的初學者可能有點暈，我們在具體的說一些東西吧：
我們在數據結構中最簡單的是什麼：我個人把書籍中線性表更加細化一層（這里是為了便於理解在這樣說的）：單個元素，比如：int i;這個i就是一個數據結構，它是一個什麼樣的數據結構，就是一個類型為int的變數，我們可以對它進行加法/減法/乘法/除法/自加等等一系列操作，當然對於單個元素我們對它的數據結構和演算法的研究沒有什麼意義，因為它本來就是原子的，某些具體運算上可能演算法存在比較小的差異；而提升一個層次：就是我們的線性表（一般包含有：順序表/鏈表）那麼我們研究這樣兩種數據結構主要就是要研究它的什麼東西那？一般我們主要研究他們以結構為單位（就是結點）的增加/刪除/修改/檢索（查詢）四個操作（為什麼有這樣的操作，我在下面說到），我們一般把「增加/刪除/修改」都把它稱為更新，對於一個結點，若要進行更新一類的操作比如：刪除，對於順序表來說是使用下標訪問方式，那麼我們在刪除了一個元素後需要將這個元素後的所有元素後的所有元素全部向前移動，這個時間是對於越長的順序表，時間越長的，而對於鏈表，沒有順序的概念，其刪除元素只需要將前一個結點的指針指向被刪除點的下一個結點，將空間使用free()函數進行釋放，還原給操作系統。當執行檢索操作的時候，由於順序表直接使用下標進行隨機訪問，而鏈表需要從頭開始訪問一一匹配才可以得到使用的元素，這個時間也是和鏈表的結點個數成正比的。所以我們每一種數據結構對於不同的演算法會產生不同的效果，各自沒有絕對的好，也沒有絕對的不好，他們都有自己的應用價值和方式；這樣我們就可以在實際的項目開發中，對於內部的演算法時間和空間以及項目所能提供的硬體能力進行綜合評估，以讓自己的演算法能夠更加好。
（在這里只提到了基於數據結構的一個方面就是：速度，其實演算法的要素還應該包括：穩定性、健壯性、正確性、有窮性、可理解性、有輸入和輸出等等）
為什麼要以結點方式進行這些亂七八糟的操作那？首先明確一個概念就是：對於過程化程序設計語言所提供的都是一些基礎第一信息，比如一些關鍵字/保留字/運算符/分界符。而我們需要用程序解決現實生活中的問題，比如我們要程序記錄某公司人員的情況變化，那麼人員這個數據類型，在程序設計語言中是沒有的，那麼我們需要對人員的內部信息定義（不可能完全，只是我們需要那些就定義那些），比如：年齡/性別/姓名/出生日期/民族/工作單位/職稱/職務/工資狀態等，那麼就可以用一些C/C++語言描述了，如年齡我們就可以進行如下定義:
int age;/*age變數，表示人員公司人員的年齡*/
同理進行其他的定義，我們用結構體或類把他們封裝成自定義數據類型或類的形式，這樣用他們定義的就是一個人的對象的了，它內部包含了很多的模板數據了。
我就我個人的經歷估計的代碼量應該10000以內的（我個人的經理：只是建議，從你的第一行代碼開始算，不論程序正確與否，不論那一門語言，作為一個標准程序員需要十萬行的代碼的功底（這個是我在大學二年級感覺有一定時候的大致數據，不一定適合其他人），而十萬行代碼功底一般需要四門基礎遠支撐，若老師沒有教，可以自學一些語言）。

② 數據結構和演算法有什麼關系數據結構就是演算法嗎

首先你要弄清楚數據結構是什麼？數據結構呢其實就是一種存儲數據之間的邏輯結構：比如我們學過的線性結構：順序表啦，鏈表啦；層次結構：樹啦。合適的數據結構可以帶來更高的運行效率和存儲效率，與相應解決實際問題演算法的適應性也就越高，這也就是為什麼一些演算法指定了數據存儲必須以某種特定的數據結才行。一般都是根據合適的數據結構來設計演算法，而不是根據演算法來設計數據結構。

演算法和數據結構往往是互不分開的。離開了演算法，數據結構就顯得毫無意義，而沒有了數據結構演算法就沒有實現的條件。良好的數據結構思想就是一種高效的演算法，但是數據結構不等於演算法。只有當數據結構用於處理某個特定問題類型的時候，數據結構才會體現為演算法。要想細致的了解，就要多看書，因為這東西畢竟發展了那麼多年，一兩句話是說不清楚的。想知道更多的數據結構與演算法知識嗎？可以去了解一下小碼哥李明傑。

③ 計算機考研 907數據結構與演算法滿分是多少

907數據結構與演算法滿分是150分。

考試科目代碼及名稱：907數據結構與演算法

一、考試基本要求
本考試大綱適用於報考深圳大學計算機與軟體學院學術型碩士的研究生入學考試。《數據結構與演算法》是為招收計算機科學與技術學術型碩士和軟體工程學術型碩士而設置的具有選拔功能的水平考試。它的主要目的是測試考生對數據結構與演算法各項內容的掌握程度。要求考生熟悉常見的數據結構和演算法，能根據實際應用選擇合理的邏輯結構、存儲結構及其相應的演算法，並掌握演算法的時間分析和空間分析技術。要求考生能夠編寫符合軟體工程規范、結構清楚、正確易讀的演算法（程序）。
二、考試內容和考試要求
1、 基本概念
邏輯結構、存儲結構、演算法及三者之間的關系；演算法的特徵及設計目標；了解演算法時間、空間需求的大O表示法 。
2、向量、鏈表、棧、隊
向量（順序表）、鏈表（靜態鏈表、單鏈表、雙向鏈表、循環鏈表）及相關演算法；棧、隊，了解其應用，理解遞歸；串及C語言中串的表示；串的模式匹配演算法；了解多維數組的行優先和列優先的順序存儲；了解特殊矩陣（如上、下三角矩陣）的一維數組存儲 ，了解廣義表的表示。
3、樹和二叉樹
樹（森林）、二叉樹及其性質；兩者的對應關系；二叉樹的llink-rlink和完全二叉樹的順序存儲法；二叉樹遍歷；赫夫曼（Huffman）樹的構造及應用 。
4、圖
圖（網）的概念及其鄰接矩陣和鄰接表存儲法；圖的遍歷、最小生成樹、最短路徑、拓撲排序、關鍵路徑等演算法 。
5、查找與排序
順序查找、二分查找；二叉排序樹、平衡二叉排序樹及插入、刪除時的平衡方法；B-樹、B+樹；哈希（Hash）表；了解查找成功及失敗的平均查找長度；排序的概念及相關術語；「插入」、「希爾」、「起泡」、「快速」、「選擇」、「堆」、「歸並」、「基數」等排序演算法；了解上述排序演算法的時間復雜度、空間復雜度、穩定性；了解上述部分排序演算法的適用場合 。
三、考試基本題型
主要題型包括：填空題、選擇題、判斷題、應用題、演算法設計題等。試卷滿分為150分。

④ 什麼是數據結構和演算法分析在編程里起到什麼作用

編程是為了解決問題，這些問題並表都是數值計算，其所處理的數據並不都是數值，但計算機所能處理的最終是0和1的二進制串，所以需要把問題中的數據用計算機能處理的方式來表示，這就需要數據結構。

簡單的說，數據結構是數據在計算機中的表示方式，有邏輯結構和物理結構之分，如邏輯上同樣的隊列，物理上可以是順序存儲，也可以是鏈式存儲。

通俗的講，演算法就是解決問題的方法，比如同樣的排序，可以用冒泡排序、插入排序等，不同的演算法可以達到相同的目標，但是效率可能有所不同。

⑤ 數據結構與演算法分析，c,c++,java版 之間的區別是什麼

數據結構與演算法分析和具體的語言之間沒有關系，一般演算法都是用偽代碼寫的，類Pascal語言，推薦樓主看數據結構與演算法分析是不要看C，C++，JAVA版這一類的。

⑥ 數據結構與演算法，分酒問題

假設ABC的容量分別是358
1A=3，B=5，C=0
2A=0,B=5,C=3
3A=3,B=2,C=3
4A=0,B=2,C=6
5A=2,B=0,C=6
6A=2,B=5,C=1
7A=3,B=4,C=1
8A=0,B=4,C=4

⑦ 數據結構與演算法分析

本文出自：

www點54manong點com

請尊重原創，轉載請註明出處，謝謝！

什麼是數據結構，為什麼要學習數據結構？數據結構是否是一門純數學課程？它在專業課程體系中起什麼樣的作用？我們要怎麼才能學好數據結構？… 相信同學們在剛開始《數據結構》這門課的學習時，心裡有著類似前面幾個問題的這樣那樣的疑問。希望下面的內容能幫助大家消除疑惑，下定決心堅持學好這門課：

1 學習數據數據結構的意義

數據結構是計算機科學與技術專業、計算機信息管理與應用專業，電子商務等專業的基礎課，是十分重要的核心課程。所有的計算機系統軟體和應用軟體都要用到各種類型的數據結構。因此，要想更好地運用計算機來解決實際問題，僅掌握幾種計算機程序設計語言是難以應付當前眾多復雜的課題。要想有效地使用計算機、充分發揮計算機的性能，還必須學習和掌握好數據結構的有關知識。打好「數據結構」這門課程的扎實基礎，對於學習計算機專業的其他課程，如操作系統、資料庫管理系統、軟體工程、編譯原理、人工智慧、圖視學等都是十分有益的。

2 為什麼要學習數據結構

在計算機發展的初期，人們使用計算機的目的主要是處理數值計算問題。當我們使用計算機來解決一個具體問題時，一般需要經過下列幾個步驟：首先要從該具體問題抽象出一個適當的數學模型，然後設計或選擇一個解此數學模型的演算法，最後編出程序進行調試、測試，直至得到最終的解答。例如，求解梁架結構中應力的數學模型的線性方程組，可以使用迭代演算法來求解。

由於當時所涉及的運算對象是簡單的整型、實型或布爾類型數據，所以程序設計者的主要精力是集中於程序設計的技巧上，而無須重視數據結構。隨著計算機應用領域的擴大和軟、硬體的發展，非數值計算問題越來越顯得重要。據統計，當今處理非數值計算性問題佔用了85%以上的機器時間。這類問題涉及到的數據結構更為復雜，數據元素之間的相互關系一般無法用數學方程式加以描述。因此，解決這類問題的關鍵不再是數學分析和計算方法，而是要設計出合適的數據結構，才能有效地解決問題。下面所列舉的就是屬於這一類的具體問題。

例1：圖書館信息檢索系統。當我們根據書名查找某本書有關情況的時候；或者根據作者或某個出版社查找有關書籍的時候，或根據書刊號查找作者和出版社等有關情況的時候，只要我們建立了相關的數據結構，按照某種演算法編寫了相關程序，就可以實現計算機自動檢索。由此，可以在圖書館信息檢索系統中建立一張按書刊號順序排列的圖書信息表和分別按作者、書名、出版社順序排列的索引表，如圖1.1所示。由這四張表構成的文件便是圖書信息檢索的數學模型，計算機的主要操作便是按照某個特定要求（如給定書名）對圖書館藏書信息文件進行查詢。

諸如此類的還有學生信息查詢系統、商場商品管理系統、倉庫物資管理系統等。在這類文檔管理的數學模型中，計算機處理的對象之間通常存在著的是一種簡單的線性關系，這類數學模型可稱為線性的數據結構。

例2：八皇後問題。在八皇後問題中，處理過程不是根據某種確定的計演算法則，而是利用試探和回溯的探索技術求解。為了求得合理布局，在計算機中要存儲布局的當前狀態。從最初的布局狀態開始，一步步地進行試探，每試探一步形成一個新的狀態，整個試探過程形成了一棵隱含的狀態樹。如圖1.2所示（為了描述方便，將八皇後問題簡化為四皇後問題）。回溯法求解過程實質上就是一個遍歷狀態樹的過程。在這個問題中所出現的樹也是一種數據結構，它可以應用在許多非數值計算的問題中。

例3：教學計劃編排問題。一個教學計劃包含許多課程，在教學計劃包含的許多課程之間，有些必須按規定的先後次序進行，有些則沒有次序要求。即有些課程之間有先修和後續的關系，有些課程可以任意安排次序。這種各個課程之間的次序關系可用一個稱作圖的數據結構來表示，如圖1.3所示。有向圖中的每個頂點表示一門課程，如果從頂點vi到vj之間存在有向邊<vi，vj>，則表示課程i必須先於課程j進行。由以上三個例子可見，描述這類非數值計算問題的數學模型不再是數學方程，而是諸如線性表、樹、圖之類的數據結構。因此，可以說數據結構課程主要是研究非數值計算的程序設計問題中所出現的計算機操作對象以及它們之間的關系和操作的學科。

學習數據結構的目的是為了了解計算機處理對象的特性，將實際問題中所涉及的處理對象在計算機中表示出來並對它們進行處理。與此同時，通過演算法訓練來提高學生的思維能力，通過程序設計的技能訓練來促進學生的綜合應用能力和專業素質的提高。

3數據結構課程的內容

數據結構與數學、計算機硬體和軟體有十分密切的關系，它是介於數學、計算機硬體和計算機軟體之間的一門計算機專業的核心課程，是高級程序設計語言、操作系統、編譯原理、資料庫、人工智慧、圖視學等課程的基礎。同時，數據結構技術也廣泛應用於信息科學、系統工程、應用數學以及各種工程技術領域。

數據結構課程重在討論軟體開發過程中的方案設計階段、同時設計編碼和分析階段的若干基本問題。此外，為了構造出好的數據結構及其實現，還需考慮數據結構及其實現的評價與選擇。因此，數據結構的內容包括三個層次的五個「要素」，如圖1.3所示。

數據結構的核心技術是分解與抽象。通過分解可以劃分出數據的三個層次；再通過抽象，舍棄數據元素的具體內容，就得到邏輯結構。類似地，通過分解將處理要求劃分成各種功能，再通過抽象舍棄實現細節，就得到運算的定義。上述兩個方面的結合使我們將問題變換為數據結構。這是一個從具體（即具體問題）到抽象（即數據結構）的過程。然後，通過增加對實現細節的考慮進一步得到存儲結構和實現運算，從而完成設計任務。這是一個從抽象（即數據結構）到具體（即具體實現）的過程。熟練地掌握這兩個過程是數據結構課程在專業技能培養方面的基本目標。

結束語：數據結構作為一門獨立的課程在國外是從1968年才開始的，但在此之前其有關內容已散見於編譯原理及操作系統之中。20世紀60年代中期，美國的一些大學開始設立有關課程，但當時的課程名稱並不叫數據結構。1968年美國唐.歐.克努特教授開創了數據結構的最初體系，他所著的《計算機程序設計技巧》第一卷《基本演算法》是第一本較系統地闡述數據的邏輯結構和存儲結構及其操作的著作。從20世紀60年代末到70年代初，出現了大型程序，軟體也相對獨立，結構程序設計成為程序設計方法學的主要內容，人們越來越重視數據結構。從70年代中期到80年代，各種版本的數據結構著作相繼出現。目前，數據結構的發展並未終結，一方面，面向各專門領域中特殊問題的數據結構得到研究和發展，如多維圖形數據結構等；另一方面，從抽象數據類型和面向對象的觀點來討論數據結構已成為一種新的趨勢，越來越被人們所重視。

⑧ 數據結構和演算法不一樣嗎

這個肯定是不一樣，有區別的。數據是一切能輸入計算機中的信息的總和，結構是指數據之間的關系。數據結構就是將數據及其之間的關系有效地存儲在計算機中並進行基本操作。
演算法是對特定問題求解步驟的一種描述，通俗講就是解決問題的方法和策略。
但是他們又是相輔相成的。只有數據結構沒有演算法，相當於只把數據存儲到計算機中，而沒有有效的方法去處理，就像一幢只有框架的爛尾樓；若只有演算法，沒有數據結構，就像沙漠里的海市蜃樓，只不過是空中樓閣罷了。

數據結構是演算法實現的基礎，演算法總是要依賴於某種數據結構來實現的。數據結構是數據間的有機關系，而演算法是對數據的操作步驟；兩者不可分開來談，不能脫離演算法來討論數據結構，也不能脫離數據結構研究演算法。
如果你還不太清楚，或者想知道的更多，可以去了解一下小碼哥李明傑。