数据结构的补充知识点

主要是数据结构相关一些基本术语的解释。

先来看一张图片：

数据模型

数据 是指客观事物的符号集，通俗来说，世间一切皆数据。
信息 是指有意义的数据，是经过收集和处理后的数据。
知识 通过对信息的提炼，形成具有系统性，规律性和可预见性的信息。
最终，智慧 是创造新的知识。

在计算机里，数据则具有一些新的 特性 ：
1.可输入计算机
2.可被计算机识别
3.可被计算机处理

数据还可以细分：

Screen Shot 2019-01-29 at 9.18.06 PM.png
数据 的基本组成单位是 数据元素（数据元素是具有一定意义的基本单位），而数据元素由 数据项 组成（数据不可分割的最小单位）。那么，数据对象就是具有相同性质的数据元素的集合，举个例子：如果整个人类作为数据，那么人的个体则为数据元素，而数据对象可以理解为90后，天文爱好者等等具有相同标签的一群人，数据项则是组成人个体的各种东西，比如，五官，性格，年龄等等。

那么，数据结构呢？
想象一下分子，是不是由众多原子，按照一定的排列顺序组成的一个统一的整体。分子里各个原子的排列顺序就是分子结构了。类比，那么，数据结构就是具有一种或者多种关系的数据元素的集合。数据结构，重点在结构，可以分为 逻辑结构 和 物理结构，如下图：

数据结构

最后，来了解一下 数据类型 和 抽象数据类型。
数据类型主要是按照值来区分，比如：整形，浮点型，字符型，里面放的数据都不一样，取值范围也不一样。数据类型下个定义就是，具有相同性质的值的集合以及定义在该集合上的一些操作。
那么，抽象数据类型呢？前面的数据类型不仅关心数据之间的逻辑性，而且还关心数据的物理性，也就是不同的环境某些表现会有所不同，比如：32位和64位。而 抽象数据类型 把数据类型在所有平台的差异都抹掉，只关心数据的逻辑性，也就是性质。大概到此就明白了，抽象数据类型就是数据类型的逻辑高度抽象出来的产物。下个定义就是，抽象数据类型是指一个数学模型（逻辑性）以及定义在该模型上的一组操作（逻辑性）。

最后，数据和信息是不一样的，而数据结构和数据类型不是同一层面的概念。