一、基本概念

1.数据

  数据是信息的载体，是描述客观事物属性的数、字符及所有能输入到计算机中并被计算机程序识别和处理的符号的集合。数据是计算机程序加工的原料。

2.数据元素、数据项、数据对象

  数据元素是数据的基本单位，通常作为一个整体进行考虑和处理。
  一个数据元素可由若干数据项组成，数据项是构成数据元素的不可分割的最小单位。例如，学生记录就是一个数据元素。
  数据对象是具有相同性质的数据元素的集合，是数据的一个子集。

3.数据类型

  数据类型是一个值的集合和定义在此集合上的一组操作的总称。

4.数据结构

  数据结构是相互之间存在一种或多种特定关系的数据元素的集合。
  数据结构的三要素是：逻辑结构、存储结构、数据运算。
  数据的逻辑结构和存储结构是密不可分的两个方面，一个算法的设计取决于所选定的逻辑结构，而算法的实现依赖于所采用的存储结构。
  逻辑结构分为：线性结构、非线性结构(集合、树、图等)。
  存储结构是计算机语言实现的逻辑结构，与计算机语言有关。存储结构分为：顺序结构(物理结构和逻辑结构一致)、链式结构(物理结构和逻辑结构不一致)、散列结构、索引结构。

二、算法与算法分析

1.算法

  算法就是解决问题的步骤。

  算法应具备的特点：

• 有穷性。一个算法必须总在执行有穷步之后结束，且每一步都可在有穷时间内完成。
• 确定性。算法中每条指令必须有确切的含义，对于相同的输入只能得出相同的输出。
• 可行性。算法中描述的操作都可以通过已经实现的基本运算执行有限次来实现。
• 输入。一个算法有零个或多个输入，这些输入取自于某个特定的对象的集合。
• 输出。一个算法有一个或多个输出，这些输出是与输入有着某种特定关系的量。

  一个好的算法应具备的特点：

• 正确性。算法应能够正确地解决求解问题。
• 可读性。算法应具有良好的可读性，以帮助人们理解。
• 健壮性。输入非法数据时，算法能适当地做出反应或进行处理，而不会产生莫名其妙的输出结果。
• 效率与低存储量需求。效率是指算法执行的时间，存储量需求是指算法执行过程中所需要的最大存储空间，这两者都与问题的规模有关。

2.算法分析

  说白了就是时间复杂度分析，空间复杂度分析。这部分就不说了，几句话也说不清楚。
  需要注意的是时间复杂度的排序：

附：王道课后选择题笔记

1.已知两个长度分别为m和n的升序链表，若将它们合并为长度为m＋n 的一个降序链表，则最坏情况下的时间复杂度是（O(max(m,n))）。

2.求时间复杂度

3.求时间复杂度

4.求时间复杂度