這里，我們 來說一說C#的數(shù)據(jù)結構了。

①什么是數(shù)據(jù)結構。數(shù)據(jù)結構，字面意思就是研究數(shù)據(jù)的方法，就是研究數(shù)據(jù)如何在程序中組織的一種方法。數(shù)據(jù)結構就是相互之間存在一種或多種特定關系的數(shù)據(jù)元素的集合。 程序界有一點很經(jīng)典的話，程序設計=數(shù)據(jù)結構+算法。用源代碼來體現(xiàn)，數(shù)據(jù)結構，就是編程。他有哪些具體的關系了，

(1) 集合(Set)：如圖 1.1(a)所示，該結構中的數(shù)據(jù)元素除了存在“同屬于一個集合”的關系外，不存在任何其它關系。 集合與數(shù)學的集合類似，有無序性，唯一性，確定性。

(2) 線性結構(Linear Structure)：如圖 1.1(b)所示，該結構中的數(shù)據(jù)元素存在著一對一的關系。我們.net程序員做的最多的工作就是對數(shù)據(jù)庫的表crud，二表的最小的數(shù)據(jù)單元是行。每行數(shù)據(jù)是最明顯的線性結構。 
(3) 樹形結構(Tree Structure)：如圖 1.1(c)所示，該結構中的數(shù)據(jù)元素存在著一對多的關系?，F(xiàn)實中，家族關系中是最明顯的樹形結構。如圖所示

而對于我們.net程序員來說，操作的樹形控件是也是最明顯的樹形結構

(4) 圖狀結構(Graphic Structure)：如圖 1.1(d)所示，該結構中的數(shù)據(jù)元素存在著多對多的關系。在現(xiàn)實中，圖應用的太多了，如圖所示：

對于我們。net程序員應用的較少，當你用C++作一些底層應用，如搜索引擎，地圖導航應用的蠻多的。

以上是針對數(shù)據(jù)結構的介紹。

做過開發(fā)的人員都知道這個道理，算法與數(shù)據(jù)結構和程序的關系非常密切。 進行程序設計時，先確定相應的數(shù)據(jù)結構，然后再根據(jù)數(shù)據(jù)結構和問題的需要設計相應的算法。

②那什么是算法了？算法，就是計算的方法了，就是解決問題的方案，就是對某一特定類型的問題的求解步驟的一種描述， 是指令的有限序列。 用源代碼體現(xiàn)，算法就是編程的體現(xiàn)。一個算法應該具備以下 5個特性：

1、有窮性(Finity)：一個算法總是在執(zhí)行有窮步之后結束，即算法的執(zhí)行時間是有限的。我們初學.net時候，經(jīng)常寫著死循環(huán)，這不是算法，因為這是無窮的。 
2、確定性(Unambiguousness)：算法的每一個步驟都必須有確切的含義，即無二義，并且對于相同的輸入只能有相同的輸出。對于我們.net程序員寫出二義性的源代碼，編譯器根本讓你通不過。 
3、輸入(Input)：一個算法具有零個或多個輸入。它即是在算法開始之前給出的數(shù)據(jù)結構這些輸入是某數(shù)據(jù)結構中的數(shù)據(jù)對象。編程是解決問題的，如果不能輸入的話，怎么解決問題了。 
4、 輸出(Output)：一個算法具有一個或多個輸出，并且這些輸出與輸入之間存在著某種特定的關系。 編程就是解決了生活中問題，你不讓用戶看到最后的結果，這就失去了編程的意義。
5、 能行性(realizability)：算法中的每一步都可以通過已經(jīng)實現(xiàn)的基本運算的有限次運行來實現(xiàn)。這與有窮性息息相關。

那算法的評價標準又是什么了？

評價一個算法優(yōu)劣的主要標準如下：1、 正確性(Correctness)。2、可讀性(Readability)3、健壯性(Robustness)。4、運行時間(Running Time)。5、占用空間(Storage Space)。

前3個性質(zhì)，我們很好拿捏。與我們程序員息息相關的是運行時間與占用空間。然而，隨著硬件越來越便宜，面對占用空間，我們無非增加硬件。面對海量數(shù)據(jù)，我們尤為關心是運行時間(Running Time)。這此時的計算機的運行時間由以下因素決定：

1、硬件條件。包括所使用的處理器的類型和速度（比如，使用雙核處理器還是單核處理器） 、可使用的內(nèi)存（緩存和 RAM）以及可使用的外存等。
2、實現(xiàn)算法所使用的計算機語言。實現(xiàn)算法的語言級別越高，其執(zhí)行效率相對越低。
3、所使用的語言的編譯器/解釋器。一般而言，編譯的執(zhí)行效率高于解釋，但解釋具有更大的靈活性。
4、所使用的操作系統(tǒng)軟件。操作系統(tǒng)的功能主要是管理計算機系統(tǒng)的軟件和硬件資源，為計算機用戶方便使用計算機提供一個接口。各種語言處理程序如編譯程序、解釋程序等和應用程序都在操作系統(tǒng)的控制下運行。

 評價運行時間就是一個算法時間復雜度，  一個算法的時間復雜度(Time Complexity)是指該算法的運行時間與問題規(guī)模的對應關系。

算法中的基本操作一般是指算法中最深層循環(huán)內(nèi)的語句，因此，算法中基本操作語句的頻度是問題規(guī)模n的某個函數(shù)f(n)，記作：T(n)=O(f(n))。其中“O”表示隨問題規(guī)模n的增大，算法執(zhí)行時間的增長率和f(n)的增長率相同，或者說，用“O”符號表示數(shù)量級的概念。  這些 都只是一些理論的概念，我們這里用計時器來證明這個理論概念。

如：

①x=n; /*n>1*/
y=0;
while(y < x)
{
y=y+1; ①
}

從理論上分析這是一重循環(huán)的程序，while 循環(huán)的循環(huán)次數(shù)為 n，所以，該程序段中語句①的頻度是 n，則程序段的時間復雜度是 T(n)=O（n） 。

從程序上驗證，當n=10時，運行結果如圖所示：

當n=100000時，運行結果如圖所示

由此證明，其中算法的時間復雜度確實是接近于O(n)

②

for(i=1；i<n；++i) {
for(j=0；j<n；++j)
{
A[i][j]=i*j; ①
}
}

理論上解釋為這是二重循環(huán)的程序，外層for循環(huán)的循環(huán)次數(shù)是n，內(nèi)層for循環(huán)的循環(huán)次數(shù)為n，所以，該程序段中語句①的頻度為n*n，則程序段的時間復雜度
為T(n)=O（n²） 。

從程序上證明，當n=10,其運行效果如圖所示：

當n=100000,其運行效果如圖所示：

由此證明，其中算法的時間復雜度確實是接近于O(n²)

③x=n; /*n>1*/
y=0;
while(x >= (y+1)*(y+1))
{
y=y+1; ①
}

這是一重循環(huán)的程序，while 循環(huán)的循環(huán)次數(shù)為 n，所以，該程序段中語句①的頻度是 n，則程序段的時間復雜度是 T(n)=O（√n） 。

從程序證明：當n=10時，運行效果如圖所示：

當n=100000時，運行效果如圖所示：

由此證明，其中算法的時間復雜度確實是接近于O(√n)

本文一介紹了數(shù)據(jù)結構的基本概念 而介紹了算法的基本概念，并且重點討論了算法時間復雜度，并且用程序予以證明。

最新評論