数据结构——学习框架

本文都是我个人的理解，很多定义是自己下的可能不大严谨，但是有助于把知识串联起来。若有原则性错误，希望能不吝指正。

---

  要学习数据结构这门课，第一步遇到的问题是“数据结构这门学科是什么？” ，“为什么要有数据结构，它解决了什么问题？”

要解决这个问题我们需要理解，程序到底是什么？

    背景知识： 程序是什么？计算机是一组机器，程序从本质上来看是对计算机的控制指令。就像我们控制汽车方向盘，把它用特殊的语言描述出来也可以理解成这是汽车的程序。那么转动方向盘这个程序，不可能只有左边右边两个方向，我们需要数据描述转动的具体角度。由此可以理解程序离不开数据。 

   计算机程序的特殊性在于它极端复杂， 程序的不同，用到的数据量也不同。既然有了数据，那么必然需要对数据的存储方式、操作进行管理，因此也就产生了数据结构这门学科。 

---

有了以上的铺垫，现在我们可以对数据结构下定义。（定义可能不太严谨，但大概是那么个意思）

数据结构是什么?     数据结构是一门学习组织管理、以及操作数据的一门学科。 

 它的作用是什么?     对数据进行组织与管理，提高程序效率。 

---

数据结构的一大作用是提高程序效率。

显然，完成一个功能时间越短，程序运行效率越高。

程序运行的时间与什么有关：1、算法 ，2、数据结构 ，3、与计算机硬件以及环境有关的因素。

为了了解数据结构到底是如何在提高程序效率起作用的，我们有必要理解什么是算法。

算法是完成目的的有限次步骤。我们把完成某项功能的步骤称为算法，算法是用来解决问题的，因此它具有几个特点。

1、有穷性（算法必须是能够被结束的，否则这件事情永远也完成不了）

2、算法一定有输入和输出

3、可行性（算法可以被执行）

4、确定性（算法不能有歧义）

---

有了数据结构与算法的概念，这两个概念是如何互相影响的。下面，有这样一个问题。

                                           输入一串数字，对其进行排序后输出。

无论用什么算法，都需要将数据存储到计算机中，因此，会涉及到具体怎么样存储数据。

以下面两种存储方式为例：

    1、使用数组存储。

    2、使用单链表存储。

算法受到存储方式的限制，例如链式排序就无法使用快速排序、堆排序等方法。自然也就影响了解决问题的效率。

不存在一种通用最优的算法，算法的选择与问题本身的性质有很大关联。每个算法都有自身的特性，如快速排序的性能会在输入数字基本有序的时候退化成O(n^2),而堆排序不会。如果输入的数字很有特点，基本有序，这时候我们就不应该选择普通的快速排序，而应选择其它算法。

因此，通过对数据结构这么课程的学习，我们会得到一种分析问题的能力，这种能力帮助我们在遇到问题时，选择合适的存储方式，合适的算法来解决问题，尽可能提高解决问题的效率。