算法数据结构视频

‘壹’ 学的是JAVA，看C.C++的数据结构，算法的视频，可以吗有影响吗

没有任何影响，而且你有语言基础，学起来会很快

‘贰’ 什么是数据结构和算法

数据结构，Data_Structure，其中D是数据元素的集合，R是该集合中所有元素之间的关系的有限集合。数据结构则是指相互之间存在一种或多种特定关系的数据元素的集合。通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。数据结构往往同高效的检索算法和索引技术有关。

数据结构是计算机专业学生在大学期间都会学习的一门课程，但是由于课程偏理论，缺乏实际操作的学习体验，而让大家产生了一种“数据结构不重要，我只要学习了Java/C语言/Python同样能敲代码”的错觉，但其实它是一门集技术性、理论性和实践性于一体的课程。

算法是某一系列运算步骤，它表达解决某一类计算问题的一般方法，对这类方法的任何一个输入，它可以按步骤一步一步计算，最终产生一个输出。

小码哥的李明杰也说过所有的计算问题，都离不开要计算的对象或者要处理的信息，如何高效的把它们组织起来，就是数据结构关心的问题，所以算法是离不开数据结构的，这就是数据与算法。

‘叁’ 什么是算法与数据结构

算法（Algorithm）是一系列解决问题的清晰指令，也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
算法可以理解为有基本运算及规定的运算顺序所构成的完整的解题步骤。或者看成按照要求设计好的有限的确切的计算序列，并且这样的步骤和序列可以解决一类问题。
一个算法应该具有以下五个重要的特征：
1、有穷性： 一个算法必须保证执行有限步之后结束；
2、确切性： 算法的每一步骤必须有确切的定义；
3、输入：一个算法有0个或多个输入，以刻画运算对象的初始情况，所谓0个输入是指算法本身定除了初始条件；
4、输出：一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的；
5、可行性： 算法原则上能够精确地运行，而且人们用笔和纸做有限次运算后即可完成。
计算机科学家尼克劳斯-沃思曾着过一本着名的书《数据结构十算法= 程序》，可见算法在计算机科学界与计算机应用界的地位。

数据结构是计算机存储、组织数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。数据结构往往同高效的检索算法和索引技术有关。
一般认为，一个数据结构是由数据元素依据某种逻辑联系组织起来的。对数据元素间逻辑关系的描述称为数据的逻辑结构；数据必须在计算机内存储，数据的存储结构是数据结构的实现形式，是其在计算机内的表示；此外讨论一个数据结构必须同时讨论在该类数据上执行的运算才有意义。
在许多类型的程序的设计中，数据结构的选择是一个基本的设计考虑因素。许多大型系统的构造经验表明，系统实现的困难程度和系统构造的质量都严重的依赖于是否选择了最优的数据结构。许多时候，确定了数据结构后，算法就容易得到了。有些时候事情也会反过来，我们根据特定算法来选择数据结构与之适应。不论哪种情况，选择合适的数据结构都是非常重要的。
选择了数据结构，算法也随之确定，是数据而不是算法是系统构造的关键因素。这种洞见导致了许多种软件设计方法和程序设计语言的出现，面向对象的程序设计语言就是其中之一。
在计算机科学中，数据结构是一门研究非数值计算的程序设计问题中计算机的操作对象（数据元素）以及它们之间的关系和运算等的学科，而且确保经过这些运算后所得到的新结构仍然是原来的结构类型。
“数据结构”作为一门独立的课程在国外是从1968年才开始设立的。 1968年美国唐·欧·克努特教授开创了数据结构的最初体系，他所着的《计算机程序设计技巧》第一卷《基本算法》是第一本较系统地阐述数据的逻辑结构和存储结构及其操作的着作。“数据结构”在计算机科学中是一门综合性的专业基础课。数据结构是介于数学、计算机硬件和计算机软件三者之间的一门核心课程。数据结构这一门课的内容不仅是一般程序设计（特别是非数值性程序设计）的基础，而且是设计和实现编译程序、操作系统、数据库系统及其他系统程序的重要基础。
计算机是一门研究用计算机进行信息表示和处理的科学。这里面涉及到两个问题：
信息的表示
信息的处理
而信息的表示和组又直接关系到处理信息的程序的效率。随着计算机的普及，信息量的增加，信息范围的拓宽，使许多系统程序和应用程序的规模很大，结构又相当复杂。因此，为了编写出一个“好”的程序，必须分析待处理的对象的特征及各对象之间存在的关系，这就是数据结构这门课所要研究的问题。众所周知，计算机的程序是对信息进行加工处理。在大多数情况下，这些信息并不是没有组织，信息（数据）之间往往具有重要的结构关系，这就是数据结构的内容。数据的结构，直接影响算法的选择和效率。
计算机解决一个具体问题时，大致需要经过下列几个步骤：首先要从具体问题中抽象出一个适当的数学模型，然后设计一个解此数学模型的算法（Algorithm），最后编出程序、进行测试、调整直至得到最终解答。寻求数学模型的实质是分析问题，从中提取操作的对象，并找出这些操作对象之间含有的关系，然后用数学的语言加以描述。计算机算法与数据的结构密切相关，算法无不依附于具体的数据结构，数据结构直接关系到算法的选择和效率。运算是由计算机来完成，这就要设计相应的插入、删除和修改的算法 。也就是说，数据结构还需要给出每种结构类型所定义的各种运算的算法。
数据是对客观事物的符号表示，在计算机科学中是指所有能输入到计算机中并由计算机程序处理的符号的总称。
数据元素是数据的基本单位，在计算机程序中通常作为一个整体考虑。一个数据元素由若干个数据项组成。数据项是数据的不可分割的最小单位。有两类数据元素：一类是不可分割的原子型数据元素，如：整数"5"，字符 "N" 等；另一类是由多个款项构成的数据元素，其中每个款项被称为一个数据项。例如描述一个学生的信息的数据元素可由下列6个数据项组成。其中的出身日期又可以由三个数据项："年"、"月"和"日"组成，则称"出身日期"为组合项，而其它不可分割的数据项为原子项。
关键字指的是能识别一个或多个数据元素的数据项。若能起唯一识别作用，则称之为 "主" 关键字，否则称之为 "次" 关键字。
数据对象是性质相同的数据元素的集合，是数据的一个子集。数据对象可以是有限的，也可以是无限的。
数据处理是指对数据进行查找、插入、删除、合并、排序、统计以及简单计算等的操作过程。在早期，计算机主要用于科学和工程计算，进入八十年代以后，计算机主要用于数据处理。据有关统计资料表明，现在计算机用于数据处理的时间比例达到80%以上，随着时间的推移和计算机应用的进一步普及，计算机用于数据处理的时间比例必将进一步增大。
数据结构是指同一数据元素类中各数据元素之间存在的关系。数据结构分别为逻辑结构、存储结构（物理结构）和数据的运算。数据的逻辑结构是对数据之间关系的描述，有时就把逻辑结构简称为数据结构。逻辑结构形式地定义为（K，R）（或（D，S）），其中，K是数据元素的有限集，R是K上的关系的有限集。
数据元素相互之间的关系称为结构。有四类基本结构：集合、线性结构、树形结构、图状结构（网状结构）。树形结构和图形结构全称为非线性结构。集合结构中的数据元素除了同属于一种类型外，别无其它关系。线性结构中元素之间存在一对一关系，树形结构中元素之间存在一对多关系，图形结构中元素之间存在多对多关系。在图形结构中每个结点的前驱结点数和后续结点数可以任意多个。
数据结构在计算机中的表示（映像）称为数据的物理（存储）结构。它包括数据元素的表示和关系的表示。数据元素之间的关系有两种不同的表示方法：顺序映象和非顺序映象，并由此得到两种不同的存储结构：顺序存储结构和链式存储结构。顺序存储方法：它是把逻辑上相邻的结点存储在物理位置相邻的存储单元里，结点间的逻辑关系由存储单元的邻接关系来体现，由此得到的存储表示称为顺序存储结构。顺序存储结构是一种最基本的存储表示方法，通常借助于程序设计语言中的数组来实现。链接存储方法：它不要求逻辑上相邻的结点在物理位置上亦相邻，结点间的逻辑关系是由附加的指针字段表示的。由此得到的存储表示称为链式存储结构，链式存储结构通常借助于程序设计语言中的指针类型来实现。索引存储方法：除建立存储结点信息外，还建立附加的索引表来标识结点的地址。散列存储方法：就是根据结点的关键字直接计算出该结点的存储地址。
数据结构中，逻辑上（逻辑结构：数据元素之间的逻辑关系）可以把数据结构分成线性结构和非线性结构。线性结构的顺序存储结构是一种随机存取的存储结构，线性表的链式存储结构是一种顺序存取的存储结构。线性表若采用链式存储表示时所有结点之间的存储单元地址可连续可不连续。逻辑结构与数据元素本身的形式、内容、相对位置、所含结点个数都无关。
算法的设计取决于数据（逻辑）结构，而算法的实现依赖于采用的存储结构。数据的运算是在数据的逻辑结构上定义的操作算法，如检索、插入、删除、更新的排序等。

‘肆’ 数据结构与算法基础（二）2020_0331

定义：线性表表示零个或多个数据元素的有限序列。

线性表的特点：

存在唯⼀的一个被称作”第一个”的数据元素；

存在唯⼀的一个被称作”最后一个"的数据元素；

除了第一个数据元素之外，结构中的每个数据元素均有⼀个前驱；

除了最后一个数据元素之外，结构中的每个数据元素都有⼀个后继；

顺序存储结构：指用一段连续的存储单元依次存储线性表的数据元素。

链式存储结构：用一组任一存储单元存储数据元素，这个存储单元可以是连续的，可以是不连续的。

*data：存储空间的起始位置；

length:当前线性表中数据元素的个数；

1、为顺序表分配指定大小的空间；

2、将顺序表的长度置为0；

注意：MAXSIZE是数组的长度，即：分配这个长度的空间，此空间分配好之后将不会变化。length为顺序表的长度，即：线性表中数据元素的个数，在顺序表的使用过程，可随着增加数据元素而增加，删除数据元素而减少。

步骤：

1、先对i位置进行合法性判断，不能超过顺序表的存储空间；

2、将顺序表中i位置之后的数据元素往后移动一个位置；

3、将新增的数据元素放入原顺序表的i位置；

4、由于是新增数据元素，故顺序表的长度需要+1；

步骤：

1、先对i位置进行合法性判断，判断删除的位置是否合法；

2、将位置i后面的元素统一往前移一个位置；

3、由于删除操作，则需要将顺序表的长度-1；

优点：

无需为表中数据元素的逻辑关系而增加额外的存储空间；

可以快速的存取表中任一位置的数据元素；

缺点：

插入和删除操作需要移动大量的数据元素；

当线性表长度变化较大时，难以确定存储空间的容量；

造成存储空间的碎片；

链式存储结构中，为了表示每个数据元素ai与其直接后继数据元素ai+1之间的逻辑关系，对于数据ai来说，除了本身的数据信息之外，还需要存储一个指向其直接后继数据元素的信息（即直接后继数据元素的地址）。

存储数据元素本身信息的域称为信息域

存储其直接后续数据元素信息域称为指针域

这两部分信息组成数据元素ai的存储映射像，称为结点。

定义：N个结点链结成一个链表，称为线性表的链式存储结构，如果每个结点只包含一个指针域，则此链表称为单链表。

链表的第一个结点存储位置称为头指针，链表的存取必须从头指针开始。链表的最后一个结点的指针域为空，因为最后一个结点没有后继的数据元素了。

为了方便对链表操作，我们会在第一个结点前附设一个头结点，头结点的数据域可以空，或者其它信息（如链表的数据元素个数等），头结点的指针域指向了第一个结点。

头结点和头指针的区别

获取链表第i个数据元素的算法思路：

1、声明一个结点p指向链表的第一个结点，初始化j从1开始；

2、当j<i时就遍历链表，让p的指针向后移动，不断指向下一个结点，j累加1；

3、若到链表末尾p为空，则说明第i个元素不存在；

4、否则查找成功，返回结点p的数据；

算法思路：

1、声明一个结点p指向链表的第一个结点，初始化j从1开始；

2、当j<i时，遍历链表，让p指针向后移动，不断指向下一个结点，j累加1；

3、若到链表末尾p为空，则说明第i个元素不存在；

4、否则查找成功，在系统中生成一个空结点s；

5、将数据元素e赋值给s的数据域；

6、单链表插入标准语句s->next=p->next; p->next=s；

7、返回成功；

算法思路：

1、声明一个结点p指向链表的第一个结点，j初始化从1开始；

2、当j<i时就遍历链表，让p指针向后移动，不断指向下一个结点，j累加1；

3、若到链表末尾p为空，则说明第i个元素不存在；

4、否则查找成功，将欲删除的结点p->next赋值给q；

5、单链表的删除标准语句p->next=q->next；

6、将q结点的数据赋值给e，作为返回；

7、释放q结点；

总结：顺序结构和链式结构

顺序结构采用一段连续的存储单元依次存储线性表的数据元素；链式结构采用链式结构，用一组任意的存储单元存放线性表的数据元素；

时间性能方面：

查找线性表：顺序结构的算法复杂度为O(1)；单链表的算法复杂度为O(n)；

插入和删除：顺序结构的算法复杂度为O(n)；单链表的算法复杂度为O(1)；

空间性能方面：

顺序结构需要预分配存储空间，分大了浪费，分小了容易溢出；

单链表不需要用的时候不需要分配存储空间，只要有就可以分配，数据元素个数也不受限制。

‘伍’ 怎么学好数据结构与算法，好难啊

李明杰老师：每周一道算法题 通关算法面试课（超清视频）网络网盘

链接: https://pan..com/s/14GZpVf03Mf9E-YnMrrR4Pw

若资源有问题欢迎追问~

‘陆’ 求数据结构和算法的视频，好一点的，最好有中文的。

上爱课网吧里面有对应的精品课程http://www.icourses.cn/home/

‘柒’ 学数据结构和算法看书好还是看视频好

学习数据结构，主要还是看书，当然，如果有好的视频借鉴，就更好了，因为数据结构中使用指针的知识比较多，尤其是树、图部分，通过视频的演示，可以加深对数据结构的理解和认识。

‘捌’ 什么是数据结构什么是算法算法与程序有什么关系

在计算机编程领域，数据结构与算法的应用是无处不在。比如图像视频处理、数据压缩、数据库、游戏开发、操作系统、编译器、搜索引擎、AR、VR、人工智能、区块链等领域，都是以数据结构与算法为基石。

数据结构与算法属于开发人员的基本内功，也能训练大脑的思考能力，掌握一次，终生受益。扎实的数据结构与算法功底，能让我们站在更高的角度去思考代码、写出性能更优的程序，能让我们更快速地学习上手各种新技术（比如人工智能、区块链等），也能让我们敲开更高级编程领域的大门。

数据结构与算法更是各大名企面试题中的常客，如果不想被行业抛弃、想进入更大的名企、在IT道路上走得更远，掌握数据结构与算法是非常有必要。

‘玖’ 数据结构与算法（Data structure and Algorithm）

数据结构是数据对象在计算机中的组织方式和及加在其上的一系列操作的总称。

完成这些操作所用的方法就是算法。

算法（Algorithm）:一个有限指令集、接受一些输入、产生一些输出、在有限的步骤之后终止，并且每一条指令应该是有明确的目标、无歧义，在贺橡计算机能处理的范围。

解决问题方法的效率与数据的组织形式，空间的利用率，算法的巧妙程散链度有关。

n是变量，是问题规模的意思。

空间复杂度冲拍孙S(n) :占用存储单元的长度，递归：S(n) = C*N

时间复杂度T(n)：消耗时间的长度,递归：T(n)= n

最坏复杂度，平均复杂度

渐进表示法：

好的算法是空间复杂度，时间复杂度都在合理范围。

‘拾’ 求JAVA.数据结构.算法学习视频百度云。

《数据结构课程精讲教案合集-复旦大学(共计1061页).pdf 》网络网盘免费资源下载

链接: https://pan..com/s/15uwjtHgKKzZdheWFQC21pQ