数组这种数据结构的特点有哪些

‘壹’ 什么是对象数组有哪些特征与要素

对象数组就是数组里的每个元素都是类的对象，赋值时先定义对象，然后将对象直接赋给数组。关于对象数组，以下是由我整理关于对象数组的内容，希望大家喜欢!

对象数组的介绍
(1)类

具有相同或相似性质的对象的抽象就是类。因此，对象的抽象是类，类的具体化就是对象，也可以说类的实例是对象。

类具有属性，它是对象的状态的抽象，用数据结构来描述类的属性。

类具有操作，它是对象的行为的抽象，用操作名和实现该操作的 方法 来描述。

(2)类的结构

在客观世界中有若干类，这些类之间有一定的结构关系。通常有两种主要的结构关系，即一般--具体结构关系，整体--部分结构关系。

①一般——具体结构称为分类结构，也可以说是“或”关系，或者是“is a”关系。

②整体——部分结构称为组装结构，它们之间的关系是一种“与”关系，或者是“has a”关系。

(3)对象

对象是人们要进行研究的任何事物，从最简单的整数到复杂的飞机等均可看作对象，它不仅能表示具体的事物，还能表示抽象的规则、计划或事件。

(4)对象的状态和行为

对象具有状态，一个对象用数据值来描述它的状态。

对象还有操作，用于改变对象的状态，对象及其操作就是对象的行为。

对象实现了数据和操作的结合，使数据和操作封装于对象的统一体中

(5)消息和方法

对象之间进行通信的结构叫做消息。在对象的操作中，当一个消息发送给某个对象时，消息包含接收对象去执行某种操作的信息。发送一条消息至少要包括说明接受消息的对象名、发送给该对象的消息名(即对象名、方法名)。一般还要对参数加以说明，参数可以是认识该消息的对象所知道的变量名，或者是所有对象都知道的全局变量名。
对象数组的特征
(1)对象唯一性

每个对象都有自身唯一的标识，通过这种标识，可找到相应的对象。在对象的整个生命期中，它的标识都不改变，不同的对象不能有相同的标识。

(2)分类性

分类性是指将具有一致的数据结构(属性)和行为(操作)的对象抽象成类。一个类就是这样一种抽象，它反映了与应用有关的重要性质，而忽略其他一些无关内容。任何类的划分都是主观的，但必须与具体的应用有关。

(3)继承性

继承性是子类自动共享父类数据结构和方法的机制，这是类之间的一种关系。在定义和实现一个类的时候，可以在一个已经存在的类的基础之上来进行，把这个已经存在的类所定义的内容作为自己的内容，并加入若干新的内容。

继承性是面向对象程序设计语言不同于 其它 语言的最重要的特点，是其他语言所没有的。

在类层次中，子类只继承一个父类的数据结构和方法，则称为单重继承。

在类层次中，子类继承了多个父类的数据结构和方法，则称为多重继承。

在软件开发中，类的继承性使所建立的软件具有开放性、可扩充性，这是信息组织与分类的行之有效的方法，它简化了对象、类的创建工作量，增加了代码的可重性。

采用继承性，提供了类的规范的等级结构。通过类的继承关系，使公共的特性能够共享，提高了软件的重用性。

(4)多态性(多形性)

多态性使指相同的操作或函数、过程可作用于多种类型的对象上并获得不同的结果。不同的对象，收到同一消息可以产生不同的结果，这种现象称为多态性。

多态性允许每个对象以适合自身的方式去响应共同的消息。

多态性增强了软件的灵活性和重用性。
对象数组的要素
(1)抽象

抽象是指强调实体的本质、内在的属性。在系统开发中，抽象指的是在决定如何实现对象之前的对象的意义和行为。使用抽象可以尽可能避免过早考虑一些细节。

类实现了对象的数据(即状态)和行为的抽象。

(2)封装性(信息隐藏)

封装性是保证软件部件具有优良的模块性的基础。

面向对象的类是封装良好的模块，类定义将其说明(用户可见的外部接口)与实现(用户不可见的内部实现)显式地分开，其内部实现按其具体定义的作用域提供保护。

对象是封装的最基本单位。封装防止了程序相互依赖性而带来的变动影响。面向对象的封装比传统语言的封装更为清晰、更为有力。

(3)共享性

面向对象技术在不同级别上促进了共享：

①同一类中的共享

同一类中的对象有着相同数据结构。这些对象之间是结构、行为特征的共享关系。

②在同一应用中共享

在同一应用的类层次结构中，存在继承关系的各相似子类中，存在数据结构和行为的继承，使各相似子类共享共同的结构和行为。使用继承来实现代码的共享，这也是面向对象的主要优点之一。

③在不同应用中共享

面向对象不仅允许在同一应用中共享信息，而且为未来目标的可重用设计准备了条件。通过类库这种机制和结构来实现不同应用中的信息共享。

‘贰’ 数据结构中经常对数组进行的两种基本操作是什么

数据结构中经常对数组进行的两种基本操作是查找和修改。

数组是存储于一个连续存储空间中的相同数据类型的数据元素集合，通过数组元素的下标（位置序号），就可以找到存放该数组元素的存储地址，从而可以访问该数组元素的值。它通常用于实现顺序表，通常包括查找和修改运算。

(2)数组这种数据结构的特点有哪些扩展阅读：

不过要注意的是，顺序表是一个一维数组，而多维数组则是典型的非线性结构。另外值得说明的是，数组的特点是：

1、数组元素的数目固定，一旦定义了数组，就不再有元素的增减变化。

2、数据元素具有相同的类型。

3、数组的下标关系具有上下界的约束且下标有序。因此，数组一般不做插入和删除操作。

‘叁’ 线性的数据结构有哪几种各有什么特点

线性的数据结构有：线性表、栈、队列、双端队列、数组和串

1、线性表

线性表是最基本、最简单、也是最常用的一种数据结构。一个线性表是n个具有相同特性的数据元素的有限序列。

特点：线性表中数据元素之间的关系是一对一的关系；线性表的逻辑结构简单，便于实现和操作。

2、栈

栈又名堆栈，它是一种运算受限的线性表。其限制是仅允许在表的一端进行插入和删除运算。这一端被称为栈顶，相对地，把另一端称为栈底。栈是限定仅在表头进行插入和删除操作的线性表。

特点：栈是允许在同一端进行插入和删除操作的特殊线性表，栈可以用来在函数调用的时候存储断点，做递归时要用到栈。

3、队列

队列是一种特殊的线性表，特殊之处在于它只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作，和栈一样，队列是一种操作受限制的线性表。

特点：在队列的形成过程中，可以利用线性链表的原理，来生成一个队列；队列和栈一样只允许在断点处插入和删除元素。

4、双端队列

双端队列是指允许两端都可以进行入队和出队操作的队列，其元素的逻辑结构仍是线性结构。将队列的两端分别称为前端和后端，两端都可以入队和出队。

特点：对于双端队列，在序列的两端插入元素的时间复杂度均为常数，在中间插入元素的时间复杂度与插入点到最近序列端点的距离成正比。

5、数组

数组是用于储存多个相同类型数据的集合。若将有限个类型相同的变量的集合命名，那么这个名称为数组名。组成数组的各个变量称为数组的分量，也称为数组的元素，有时也称为下标变量。

特点：数组中的各元素的存储是有先后顺序的，它们在内存中按照这个先后顺序连续存放在一起；数组元素用整个数组的名字和它自己在数组中的顺序位置来表示。

6、串

串是零个或多个字符组成的有限序列。一般记S=‘a1a2....an ’其中，S是串名，单引号括起的字符序列是串值；ai（1〈=i〈=n）可以是字母，数字或其它字符。

特点：串中所包含的字符个数为该串的长度；长度为零的串称为空串，它不包含任何字符。

‘肆’ 数组数据结构的优点！ 在线等待

必须A啊！
数组一般不做插入删除操作，一旦建立，元素之间的关系不再变动，排除BC,
对于D，数组和广义表都可以看成是线性表，是一对一的逻辑结构，因此对于树、图、这样一对多、多对多的逻辑结构不能方便表示。

‘伍’ 8种数据结构

常见的8种数据结构：数组、链表、栈、队列、树、堆、图、哈希表
1.数组：
优点：按照索引查询元素的速度很快
缺点：数组的大小在创建后就确定了，不方便扩容；数组只能存储一种类型的数据；添加，删除元素的操作很耗时间，因为要移动其他元素

2.链表：
优点：链表在插入，删除的时候可以达到O(1)的时间复杂度并且链表克服了数组必须预先知道数据大小的缺点，从而可以实现灵活的内存动态管理
缺点：含有其他结点的引用，占用内存空间大；查找元素需要遍历整个链表，耗时。

3.栈
栈按照“先进后出”的原则来存储数据，先插入的数据被压入栈底，后插入的数据在栈顶，读出数据的时候，从栈顶开始依次读出。

4.队列
与栈不同，队列对两端进行定义，一端叫队头，另外一端就叫队尾。队头只允许删除操作(出队)，队尾只允许插入操作(入队)。

5.树
<1>.二叉树:每个节点最多含有两个子树，按照左右不同的表现形式又可以分为多种。
<2>完全二叉树：对于一颗二叉树，假设其深度为d.除了第d层，其它各层的节点数目均已达最大值，且第d层所有节点从左向右连续的紧密排列
<3>满二叉树：一颗每一层的节点数都达到了最大值的二叉树。

：对于二叉查找树中的任意一个节点如果左子树不为空，那么左子树上所有节点的值均小于它的根节点的值；如果右子树不空，右子树上所有节点的值均大于它的根节点的值。
基于二叉树的特点，它相比较与其它数据结构的优势在于查找、插入的时间复杂度比较低,为O(logn)。

：平衡二叉树本质上也是一颗二叉查找树，不同的是该树中任意节点的两颗子树的高度差不大于1
注：平衡二叉树的难点在于，当删除或者增加节点的情况下，如何通过左旋或者右旋的方式来保持左右平衡。
java中最常见的平衡二叉树就是红黑树，它具有以下特点：
(1)每个节点都只能是红色或者黑色
(2)根节点是黑色
(3)每个叶节点是黑色的
(4)如果一个节点是红色的，则它两个子节点点都是黑色的。也就是说在一条路径上不能出现相邻的两个红色节点
(5)从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点

：一种对读写操作进行优化的自平衡的二叉查找树，能够保持数据有序，拥有多于两个的子树。

6. ：堆可以被看作是一棵树的数组对象，具有以下特点：
(1)堆中某个节点的值总是不大于或不小于其父节点的值
(2)堆总是一颗完全二叉树
将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆

7. :由顶点的有穷非空集合和顶点之间边的集合组成

8. :是一种可以通过关键码值(key-value)直接访问的数据结构，它最大的特点就是结合了数组和链表的优点可以快速实现查找、插入和删除。
哈希函数在哈希表中起着非常关键的作用， ，该输出就是哈希值。

哈希表是是通过数组来实现的，首先对key值进行hash算法得到一个数，然后对该数进行寻址算法计算，得到一个数组中的下标，通过该下标对数据进行存取，解决地址冲突常用方法有链表法。Java里的HashMap使用的是链表法。

‘陆’ 八种数据结构特点

数据结构：计算机存储、组织数据的方式。程序员的目标是为当前的问题选择最优的数据结构。

八种数据结构：数组，栈，链表，队列，堆，图，树，散列表，每种数据结构都有其特殊的存储方式。

概念：

一维数组：数组元素+数组索引

多维数组：数组的元素也是数组

基本操作：insert,get,delete（删除某个索引处的数组）,size(获取数组长度）

题目：

查找数组第二小的元素

查找第一个没有重复的数组元素

合并2个排序号的数据

重新排列数组中的正数和负数

特点：栈是一种特殊的线性表，仅能在线性表的一端操作，栈顶允许操作，栈底不允许操作。 栈的特点是：先进后出，或者说是后进先出。栈中的元素采用LIFO (Last In First Out)，即后进先出。

基本操作：Push（栈顶插入元素），Pop(返回栈最上方的元素，并删除），isEmpty（查询栈是否为空），Top（返回最上方元素，并不删除）

题目：使用栈计算后缀表达式、使用栈为栈中的元素排序、检查字符串中的括号是否匹配正确

使用场景：栈常应用于实现递归功能方面的场景，例如斐波那契数列。撤回，即Ctrl+Z，是我们最常见的操作之一，大多数应用都会支持这个功能。你知道它是怎么实现的吗？答案是这样的：把之前的应用状态(限制个数)保存到内存中，最近的状态放到第一个。这时，我们需要栈(stack)来实现这个功能。

概念：队列(Queue)与栈类似，都是采用线性结构存储数据。它们的区别在于，栈采用LIFO方式，而队列采用先进先出，即FIFO(First in First Out)。

使用场景：因为队列先进先出的特点，在多线程阻塞队列管理中非常适用。

基本操作：Enqueue—在队列末尾插入元素，Dequeue—将队列第一个元素删除i，sEmpty—查询队列是否为空，Top—返回队列的第一个元素

习题：使用队列实现栈，倒转队列的前K个元素，使用队列将1到n转换为二进制。

概念“链表(Linked List)也是线性结构，它与数组看起来非常像，但是它们的内存分配方式、内部结构和插入删除操作方式都不一样。链表是一系列节点组成的链，每一个节点保存了数据以及指向下一个节点的指针。链表头指针指向第一个节点，如果链表为空，则头指针为空或者为null。链表分为：单向链表，双向链表。

使用场景：链表可以用来实现文件系统、哈希表和邻接表。

基本操作：InsertAtEnd—在链表结尾插入元素，InsertAtHead—在链表开头插入元素，Delete—删除链表的指定元素，DeleteAtHead—删除链表第一个元素，Search—在链表中查询指定元素，isEmpty—查询链表是否为空

题目：倒转1个链表，检查链表中是否存在循环，返回链表倒数第N个元素，移除链表中的重复元素

概念：图(graph)由多个节点(vertex)构成，节点之间阔以互相连接组成一个网络。(x, y)表示一条边(edge)，它表示节点x与y相连。边可能会有权值(weight/cost)。

分类：无向图，有向图

表现形式：邻接矩阵(Adjacency Matrix)，邻接表(Adjacency List)

遍历图的两种算法：广度优先搜索(Breadth First Search)，深度优先搜索(Depth First Search)

常见题目：

实现广度优先搜索，实现深度优先搜索，检查图是否为树，统计图中边的个数，使用Dijkstra算法查找两个节点之间的最短距离。

树(Tree)是一个分层的数据结构，由节点和连接节点的边组成。树是一种特殊的图，它与图最大的区别是没有循环。树被广泛应用在人工智能和一些复杂算法中，用来提供高效的存储结构。

常见树：N叉树(N-ary Tree)，平衡树(Balanced Tree)，二叉树(Binary Tree)，二叉查找树(Binary Search Tree)，平衡二叉树(AVL Tree)，红黑树(Red Black Tree)，2-3树(2–3 Tree)

题目：计算树的高度，查找二叉平衡树中第K大的元素，查找树中与根节点距离为k的节点，查找二叉树中某个节点所有祖先节点。

哈希(Hash)将某个对象变换为唯一标识符，该标识符通常用一个短的随机字母和数字组成的字符串来代表。哈希可以用来实现各种数据结构，其中最常用的就是哈希表(hash table)。

哈希表通常由数组实现。

哈希表的性能取决于3个指标：

哈希函数哈希表的大小哈希冲突处理方式

题目：查找数组中对称的组合，确认某个数组的元素是否为另一个数组元素的子集，确认给定的数组是否互斥。

前缀树(Prefix Trees或者Trie) 与树类似，用于处理字符串相关的问题时非常高效。它可以实现快速检索，常用于字典中的单词查询，搜索引擎的自动补全甚至IP路由。

参考资料： http://www.cnblogs.com/williamjie/p/9558015.html

‘柒’ 对象数组的特征

(1)对象唯一性
每个对象都有自身唯一的标识，通过这种标识，可找到相应的对象。在对象的整个生命期中，它的标识都不改变，不同的对象不能有相同的标识。
(2)分类性
分类性是指将具有一致的数据结构(属性)和行为(操作)的对象抽象成类。一个类就是这样一种抽象，它反映了与应用有关的重要性质，而忽略其他一些无关内容。任何类的划分都是主观的，但必须与具体的应用有关。
(3)继承性
继承性是子类自动共享父类数据结构和方法的机制，这是类之间的一种关系。在定义和实现一个类的时候，可以在一个已经存在的类的基础之上来进行，把这个已经存在的类所定义的内容作为自己的内容，并加入若干新的内容。
继承性是面向对象程序设计语言不同于其它语言的最重要的特点，是其他语言所没有的。
在类层次中，子类只继承一个父类的数据结构和方法，则称为单重继承。
在类层次中，子类继承了多个父类的数据结构和方法，则称为多重继承。
在软件开发中，类的继承性使所建立的软件具有开放性、可扩充性，这是信息组织与分类的行之有效的方法，它简化了对象、类的创建工作量，增加了代码的可重性。
采用继承性，提供了类的规范的等级结构。通过类的继承关系，使公共的特性能够共享，提高了软件的重用性。
(4)多态性(多形性)
多态性使指相同的操作或函数、过程可作用于多种类型的对象上并获得不同的结果。不同的对象，收到同一消息可以产生不同的结果，这种现象称为多态性。
多态性允许每个对象以适合自身的方式去响应共同的消息。
多态性增强了软件的灵活性和重用性。

‘捌’ 数据结构包括哪几种基本结构，各有什么特点

三种：
①
集合结构。特点：
集合中任何两个数据元素之间都没有逻辑关系,组织形式松散.
②
树形结构。特点：树形结构具有分支、层次特性,其形态有点象自然界中的树.
③图状结构。特点：图状结构中的结点按逻辑关系互相缠绕,任何两个结点都可以邻接。
非线性结构
传统文本（例如书籍中的文章和计算机的文本文件）都是线性结构，阅读是需要注意顺序阅读，而超文本则是一个非线性结构。在制作文本时，可将写作素材按内部联系划分成不同关系的单元，然后用制作工具将其组成一个网型结构。阅读时，不必按线性方式顺序往下读，而是有选择的阅读自己感兴趣的部分。

‘玖’ 什么是抽象数据类型

问题一：数据结构 抽象数据类型是什么？ 这两个概念，尤其是第一个都是特别抽象的概念，没什么具体可对应的实体可以给你举例，我就粘贴复制了，说说我的理解吧。
数据埂构呢，我们总是为了完成一个功能或者目的写程序，但不管什么程序、代码实际上都是一些指令的 *** ，说白了就是在描述“怎么做”，而光知道怎么做还只是问题的一半，还要知道“做什么”，也就是刚才那些指令的对象是谁，自然肯定是相关的数据，比如说学生信息管理中，指令是增加学生，那他的对象就是学生信息这种数据，指令是成绩统计，那对象就是学生的成绩数据，而在我们的程序中，数据也必须要有一种很明确的组织表示方式，只要这样我们才能在这种具体明确的实体上编写指令，比如说学生数据可以定义为一个多维的数组，只有这样我们再写增加学生时，才能知道具体增加就是增加一个数组元素并未其赋值。所以数据结构就是相互之间有联系的具有某种组织方式的数据 *** 。
抽象数据类型相比较数据结构要具体一些，我们光有了数据结构还不够，因为数据是各种各样的，对于不同数据，我们能采取的方法也不一样，比如说学生数据可以增减，成绩数据可以进行算数运算，但是为什么说抽象呢，也就说他并不是具体整型还是字符型这种基本类型，而是我们根据我们要解决的实际问题，对应现实世界所描述的一种和现实世界中的实体对应的数据类型，而且这种抽象的数据类型还包括能够对于他实行的操作，比如说我们定义一种数据类型叫“学生”，具体的数据我可以定义一中类似表的结构存储，而且还要定义一些操作，比如说添加学生，删除学生，这两部分就共同组成了“学生”这个抽象的数据类型。
不知你明白没？

问题二：我去！到底什么是抽象数据类型，干啥用的？ 抽象数据类型是基于一类逻辑关系的数据类型以及定义在这个类型之上的一组操作。通俗点说就是某个数据结构的定义和对个数据结构的所有操都放在一起，这样看着比较整洁。比如线性表抽象数据类型就是线性表的数学定义，和对线性表的求长度，判断是否为空，插入删除元素，等一系列函数放在一起的一大块东西。你大概理解就行，主要是要把里面每个函数的实现过程搞清楚。

问题三：抽象数据类型有什么用？怎么用？ 首相数据类型，泛指除基本数据类型以外的数据类型。什么叫类型？就是一类数据。基本数据类型被人做是最基本地，不可再划分的数据，一般就是整形、浮点型、以及字符型。抽象数据类型是由若干基本数据类型归并之后形成的一种新的数据类型，这种类型由用户定义，功能操作比基本数据类型更多，一般包括结构体和类。其实说白了，抽象数据类型就是把一些有一定关联的基本数据类型打包，然后当做新的数据类型使用。
至于有伐么用，这个用处可大了。比如你要实现对一个人地信息管理，如果你只用基本数据类型那么你需要定义很多数据类型的变量比如名字、性别、出生地、生日之类的，并且操作起来不方便。如果用抽象数据来实现就简单了，直接把这些信息放包装在一个新的数据类型中，然后就可以直接定义这样的一个变量就可以了。
C++中的类更好的实现了封装功能，这就是类。类使得抽象数据类型的可操作性更强了，真正实现了面向对象。至于用法，只要学过C++肯定知道类地用法吧？那就是如何用。也许你现在觉得这样的操作更麻烦了，还不如C语言简洁的好。但是当你有一天真正的进入了公司，你才发现面向对象编程是多么棒的一种编程方式，他可以让你更高效的去开发。
同时告诉你，你对负责操作不是很了解只能证明你的编程数量不够，在编程领域中永远要记住一句话：钢是打出来的。编程仅仅靠看书或是听老师讲解是行不通的，必须亲自躬行才能真正掌握它

问题四：数据结构里抽象数据类型定义有什么用？ 编写一个数据类型作为基础类型，这些抽象操作就转换为该类型的成员函数，如果对外的接口就在公有域中，其他在保护或者私有按具体情况
编写该基础类型后，再声明对象，通供对象使用这些操作了

问题五：在数据结构里，什么是抽象数据类型 1、象数据类型(Abstract Data Type 简称ADT)是指一个数学模型以及定义在此数学模型上的一组操作。
2、抽象数据类型需要通过固有数据类型（高级编程语言中已实现的数据类型）来实现。
3、抽象数据类型是与表示无关的数据类型，是一个数据模型及定义在该模型上的一组运算。
4、对一个抽象数据类型进行定义时，必须给出它的名字及各运算的运算符名，即函数名，并且规定这些函数的参数性质。一旦定义了一个抽象数据类型及具体实现，程序设计中就可以像使用基本数据类型那样，十分方便地使用抽象数据类型。

问题六：抽象数据类型与数据结构有什么具体的区别和联系 5分 数据结构、数据类型和抽象数据类型，这三个术语在字面上既不同又相近，反映出它们在含义上既有区别又有联系。
数据结构是在整个计算机科学与技术领域上广泛被使用的术语。它用来反映一个数据的内部构成，即一个数据由哪些成分数据构成，以什么方式构成，呈什么结构。数据结构有逻辑上的数据结构和物理上的数据结构之分。逻辑上的数据结构反映成分数据之间的逻辑关系，物理上的数据结构反映成分数据在计算机内的存储安排。数据结构是数据存在的形式。
v数据是按照数据结构分类的，具有相同数据结构的数据属同一类。同一类数据的全体称为一个数据类型。在程序设计高级语言中，数据类型用来说明一个数据在数据分类中的归属。它是数据的一种属性。这个属性限定了该数据的变化范围。为了解题的需要，根据数据结构的种类，高级语言定义了一系列的数据类型。不同的高级语言所定义的数据类型不尽相同。Pascal语言所定义的数据类型的种类如图1-8所示。
其中，简单数据类型对应于简单的数据结构;构造数据类型对应于复杂的数据结构;在复杂的数据结构里，允许成分数据本身具有复杂的数据结构，因而，构造数据类型允许复合嵌套;指针类型对应于数据结构中成分数据之间的关系，表面上属简单数据类型，实际上都指向复杂的成分数据即构造数据类型中的数据，因此这里没有把它划入简单数据类型，也没有划入构造数据类型，而单独划出一类。
数据结构反映数据内部的构成方式，它常常用一个结构图来描述:数据中的每一项成分数据被看作一个结点，并用方框或圆圈表示，成分数据之间的关系用相应的结点之间带箭号的连线表示。如果成分数据本身又有它自身的结构，则结构出现嵌套。这里嵌套还允许是递归的嵌套。
由于指针数据的引入，使构造各种复杂的数据结构成为可能。按数据结构中的成分数据之间的关系，数据结构有线性与非线性之分。在非线性数据结构中又有层次与网状之分。 由于数据类型是按照数据结构划分的，因此，一类数据结构对应着一种数据类型。数据类型按照该类型中的数据所呈现的结构也有线性与非线性之分，层次与网状之分。一个数据变量，在高级语言中的类型说明必须是读变量所具有的数据结构所对应的数据类型。
最常用的数据结构是数组结构和记录结构。数组结构的特点是：
成分数据的个数固定，它们之间的逻辑关系由成分数据的序号(或叫数组的下标)来体现。这些成分数据按照序号的先后顺序一个挨一个地排列起来。
每一个成分数据具有相同的结构(可以是简单结构，也可以是复杂结构)，因而属于同一个数据类型(相应地是简单数据类型或构造数据类型)。这种同一的数据类型称为基类型。
所有的成分数据被依序安排在一片连续的存储单元中。
概括起来，数组结构是一个线性的、均匀的、其成分数据可随机访问的结构。由于这种结构有这些良好的特性，所以最常被人们所采用。在高级语言中，与数组结构相对应的数据类型是数组类型，即数组结构的数据变量必须说明为array [i] of T0 ，其中i是数组结构的下标类型，而T0是数组结构的基类型。
记录结构是另一种常用的数据结构。它的特点是:
与数组结构一样，成分数据的个数固定。但成分数据之间没有自然序，它们处于平等地位。每一个成分数据被称为一个域并赋予域名。不同的域有不同的域名。
不同的域允许有不同的结构，因而允许属于不同的数据类型。
与数组结构一样，它们可以随机访问，但访问的途径靠的是域名。
在高级语言中记录结构对应的数据类型是记录类型。记录结构的数据的变量必须说......>>

问题七：抽象数据类型 类的基础：抽象数据类型抽象数据类型（ADT, abstract data type）是指一些数据以及对这些数据所进行的操作的 *** 。这些操作既向程序的其余部分描述了这些数据是怎么样的，也允许程序的其余部分改变这些数据。“抽象数据类型”概念中“数据”一词的用法有些随意。一个ADT可能是一个图形窗体以及所有能影响该窗体的操作；也可以是一个文件以及对这个文件进行的操作；或者是一张保险费率表以及相关操作等等。要想理解面向对象编程，首先要理解ADT。不懂ADT的程序员开发出来的类只是名义上的“类”而已――实际上这种“类”只不过就是把一些稍有点儿关系的数据和子程序堆在一起。然而在理解ADT之后，程序员就能写出在一开始很容易实现、日后也易于修改的类来。传统的编程教科书在讲到抽象数据类型时，总会用一些数学中的事情打岔。这些书往往会像这么写：“你可以把抽象数据类型想成一个定义有一组操作的数学模型。”这种书会给人一种感觉，好像你从不会真正用到抽象数据类型似的――除非拿它来催眠。把抽象数据类型解释得这么空洞是完全丢了重点。抽象数据类型可以让你像在现实世界中一样操作实体，而不必在低层的实现上摆弄实体，这多令人兴奋啊。你不用再向链表中插入一个节点了，而是可以在电子表格中添加一个数据单元格，或向一组窗体类型中添加一个新类型，或给火车模型加挂一节车厢。深入挖掘能在问题领域工作（而非在底层实现领域工作）的能量吧！Example of the Need for an ADT需要用到ADT的例子为了展开讨论，这里先举一个例子，看看ADT在什么情况下会非常有用。有了例子之后我们将继续深入细节探讨。假设你正在写一个程序，它能用不同的字体、字号和文字属性（如粗体、斜体等）来控制显示在屏幕上的文本。程序的一部分功能是控制文本的字体。如果你用一个ADT，你就能有捆绑在相关数据上的一组操作字体的子程序――有关的数据包括字体名称、字号和文字属性等。这些子程序和数据 *** 为一体，就是一个ADT。如果不使用ADT，你就只能用一种拼凑的方法来操纵字体了。举例来说，如果你要把字体大小改为12磅（point），即高度碰巧为16个像素（pixel），你就要写类似这样的代码：currentFont.size = 16如果你已经开发了一套子程序库，那么代码可能会稍微好看一些：currentFont.size = PointsToPixels(12)或者你还可以给该属性起一个更特定的名字，比如说：currentFont.sizeOnPixels = PointsToPixels(12)但你是不能同时使用currentFont.sizeInPixels和currentFont.sizeInPoints，因为如果同时使用这两项数据成员，currentFont就无从判断到底该用哪一个了。而且，如果你在程序的很多地方都需要修改字体的大小，那么这类语句就会散布在整个程序之中。如果你需要把字体设为粗体，你或许会写出下面的语句，这里用到了一个逻辑or运算符和一个16进制常量0x02：currentFont.attribute = CurrentFont.attribute or 0x02如果你够幸运的话，也可能代码会比这样还要干净些。但使用拼凑方法的话，你能得到的最好结果也就是写成这样：currentFont.attribute = CurrentFont.attribute or BOLD或者是这样：currentFont.bold = True就修改字体大小而言，这些做法都存在一个限制，即要求调用方代码直接控制数据成员，这无疑......>>

问题八：抽象数据类型的简介 抽象数据类型的描述包括给出抽象数据类型的名称、数据的 *** 、数据之间的关系和操作的 *** 等方面的描述。抽象数据类型的设计者根据这些描述给出操作的具体实现，抽象数据类型的使用者依据这些描述使用抽象数据类型。

问题九：抽象数据类型定义有哪些内容 内容定义阐发已
存储结构计算机内才意义逻辑结构映射已所存储结构算重复没意义
逻辑结构包含数据象数据关系
数据运算包含数据象数据关系基本操作集
三元素复合已
比产力构要素劳者劳工具劳象劳工具劳象归劳资料

问题十：c/c++中类和抽象数据类型的区别 抽象数据类型
abstract data type
其实更多的是一种数据结构上的概念
类的话你因该比较熟悉,
比如我们要做一个链表
我们这次对class A;写一个链表，
但是可能换了class V又要写一个新的链表
为了避免这种重复性劳动
我们可以创造一个模板，提供一些基本操作
如插入，删除，排序等等
然后以后所有类型都可以使用
最着名的就是STL库了
实现了list,vector.stack,queue
等等
使用么
vector a;
class A{};
stack b;
可以看一下STL的使用

‘拾’ 数据结构

何谓数据结构
?
数据结构是在整个计算机科学与技术领域上广泛被使用的术语。它用来反映一个数据的内部构成，即一个数据由那些成分数据构成，以什么方式构成，呈什么结构。数据结构有逻辑上的数据结构和物理上的数据结构之分。逻辑上的数据结构反映成分数据之间的逻辑关系，而物理上的数据结构反映成分数据在计算机内部的存储安排。数据结构是数据存在的形式。 数据结构是信息的一种组织方式，其目的是为了提高算法的效率，它通常与一组算法的集合相对应，通过这组算法集合可以对数据结构中的数据进行某种操作。
?
数据结构主要研究什么？
?
数据结构作为一门学科主要研究数据的各种逻辑结构和存储结构，以及对数据的各种操作。因此，主要有三个方面的内容：数据的逻辑结构；数据的物理存储结构；对数据的操作（或算法）。通常，算法的
?
设计取决于数据的逻辑结构，算法的实现取决于数据的物理存储结构。
?
什么是数据结构？什么是逻辑结构和物理结构？
?
数据是指由有限的符号（比如，"0"和"1"，具有其自己的结构、操作、和相应的语义）组成的元素的集合。结构是元素之间的关系的集合。通常来说，一个数据结构DS 可以表示为一个二元组：
?
DS=(D,S), //i.e., data-structure=(data-part,logic-structure-part) 这里D是数据元素的集合（或者是“结点”，可能还含有“数据项”或“数据域”），S是定义在D（或其他集合）上的关系的集合，S = { R | R : D×D×...}，称之为元素的逻辑结构。 逻辑结构有四种基本类型：集合结构、线性结构、树状结构和网络结构。表和树是最常用的两种高效数据结构，许多高效的算法可以用这两种数据结构来设计实现。表是线性结构的（全序关系），树(偏序或层次关系)和图（局部有序(weak/local orders)）是非线性结构。
?
数据结构的物理结构是指逻辑结构的存储镜像(image)。数据结构 DS 的物理结构 P对应于从 DS 的数据元素到存储区M（维护着逻辑结构S）的一个映射：
?
(PD,S) -- > M 存储器模型：一个存储器 M 是一系列固定大小的存储单元，每个单元 U 有一个唯一的地址 A(U)，该地址被连续地编码。每个单元 U 有一个唯一的后继单元 U'=succ(U)。 P 的四种基本映射模型：顺序（sequential）、链接（linked）、索引（indexed）和散列（hashing）映射。
?
因此，我们至少可以得到4×4种可能的物理数据结构：
?
sequential (sets)
linked lists
indexed trees
hash graphs
?
（并不是所有的可能组合都合理）
?
??? 数据结构DS上的操作：所有的定义在DS上的操作在改变数据元素（节点）或节点的域时必须保持DS的逻辑和物理结构。
?
DS上的基本操作：任何其他对DS的高级操作都可以用这些基本操作来实现。最好将DS和他的所有基本操作看作一个整体——称之为模块。我们可以进一步将该模块抽象为数据类型（其中DS的存储结构被表示为私有成员，基本操作被表示为公共方法），称之为ADT。作为ADT，堆栈和队列都是一种特殊的表，他们拥有表的操作的子集。 对于DATs的高级操作可以被设计为（不封装的）算法，利用基本操作对DS进行处理。
?
好的和坏的DS：如果一个DS可以通过某种“线性规则”被转化为线性的DS（例如线性表），则称它为好的DS。好的DS通常对应于好的（高效的）算法。这是由计算机的计算能力决定的，因为计算机本质上只能存取逻辑连续的内存单元，因此如何没有线性化的结构逻辑上是不可计算的。比如对一个图进行操作，要访问图的所有结点，则必须按照某种顺序来依次访问所有节点（要形成一个偏序），必须通过某种方式将图固有的非线性结构转化为线性结构才能对图进行操作。
?
树是好的DS——它有非常简单而高效的线性化规则，因此可以利用树设计出许多非常高效的算法。树的实现和使用都很简单，但可以解决大量特殊的复杂问题，因此树是实际编程中最重要和最有用的一种数据结构。树的结构本质上有递归的性质——每一个叶节点可以被一棵子树所替代，反之亦然。实际上，每一种递归的结构都可以被转化为（或等价于）树形结构。
?

从机器语言到高级语言的抽象
?
我们知道，算法被定义为一个运算序列。这个运算序列中的所有运算定义在一类特定的数据模型上，并以解决一类特定问题为目标。这个运算序列应该具备下列四个特征。 有限性，即序列的项数有限，且每一运算项都可在有限的时间内完成;确定性，即序列的每一项运算都有明确的定义，无二义性;可以没有输入运算项，但一定要有输出运算项;可行性，即对于任意给定的合法的输入都能得到相应的正确的输出。这些特征可以用来判别一个确定的运算序列是否称得上是一个算法。 但是，我们现在的问题不是要判别一个确定的运算序列是否称得上是一个算法，而是要对一个己经称得上是算法的运算序列，回顾我们曾经如何用程序设计语言去表达它。
?
算法的程序表达，归根到底是算法要素的程序表达，因为一旦算法的每一项要素都用程序清楚地表达，整个算法的程序表达也就不成问题。
?
作为运算序列的算法，有三个要素。 作为运算序列中各种运算的运算对象和运算结果的数据;运算序列中的各种运算;运算序列中的控制转移。这三种要素依序分别简称为数据、运算和控制。 由于算法层出不穷，变化万千，其中的运算所作用的对象数据和所得到的结果数据名目繁多，不胜枚举。最简单最基本的有布尔值数据、字符数据、整数和实数数据等;稍复杂的有向量、矩阵、记录等数据;更复杂的有集合、树和图，还有声音、图形、图像等数据。 同样由于算法层出不穷，变化万千，其中运算的种类五花八门、多姿多彩。最基本最初等的有赋值运算、算术运算、逻辑运算和关系运算等;稍复杂的有算术表达式和逻辑表达式等;更复杂的有函数值计算、向量运算、矩阵运算、集合运算，以及表、栈、队列、树和图上的运算等:此外，还可能有以上列举的运算的复合和嵌套。 关于控制转移，相对单纯。在串行计算中，它只有顺序、分支、循环、递归和无条件转移等几种。
?
我们来回顾一下，自从计算机问世以来，算法的上述三要素的程序表达，经历过一个怎样的过程。
?
最早的程序设计语言是机器语言，即具体的计算机上的一个指令集。当时，要在计算机上运行的所有算法都必须直接用机器语言来表达，计算机才能接受。算法的运算序列包括运算对象和运算结果都必须转换为指令序列。其中的每一条指令都以编码(指令码和地址码)的形式出现。与算法语言表达的算法，相差十万八千里。对于没受过程序设计专门训练的人来说，一份程序恰似一份"天书"，让人看了不知所云，可读性
?
极差。
?
用机器语言表达算法的运算、数据和控制十分繁杂琐碎，因为机器语言所提供的指令太初等、原始。机器语言只接受算术运算、按位逻辑运算和数的大小比较运算等。对于稍复杂的运算，都必须一一分解，直到到达最初等的运算才能用相应的指令替代之。机器语言能直接表达的数据只有最原始的位、字节、和字三种。算法中即使是最简单的数据如布尔值、字符、整数、和实数，也必须一一地映射到位、字节和字
中，还得一一分配它们的存储单元。对于算法中有结构的数据的表达则要麻烦得多。机器语言所提供的控制转移指令也只有无条件转移、条件转移、进入子程序和从子程序返回等最基本的几种。用它们来构造循环、形成分支、调用函数和过程得事先做许多的准备，还得靠许多的技巧。 直接用机器语言表达算法有许多缺点。
?

大量繁杂琐碎的细节牵制着程序员，使他们不可能有更多的时间和精力去从事创造性的劳动，执行对他们来说更为重要的任务。如确保程序的正确性、高效性。程序员既要驾驭程序设计的全局又要深入每一个局部直到实现的细节，即使智力超群的程序员也常常会顾此失彼，屡出差错，因而所编出的程序可靠性差，且开发周期长。 由于用机器语言进行程序设计的思维和表达方式与人们的习惯大相径庭，只有经过
较长时间职业训练的程序员才能胜任，使得程序设计曲高和寡。因为它的书面形式全是"密"码，所以可读性差，不便于交流与合作。因为它严重地依赖于具体的计算机，所以可移植性差，重用性差。这些弊端造成当时的计算机应用未能迅速得到推广。
?
克服上述缺点的出路在于程序设计语言的抽象，让它尽可能地接近于算法语言。 为此，人们首先注意到的是可读性和可移植性，因为它们相对地容易通过抽象而得到改善。于是，很快就出现汇编语言。这种语言对机器语言的抽象，首先表现在将机器语言的每一条指令符号化:指令码代之以记忆符号，地址码代之以符号地址，使得其含义显现在符号上而不再隐藏在编码中，可让人望"文"生义。其次表现在这种语言摆脱了具体计算机的限制，可在不同指令集的计算机上运行，只要该计算机配上汇编语言的一个汇编程序。这无疑是机器语言朝算法语言靠拢迈出的一步。但是，它离算法语言还太远，以致程序员还不能从分解算法的数据、运算和控制到汇编才能直接表达的指令等繁杂琐碎的事务中解脱出来。 到了50年代中期，出现程序设计的高级语言如Fortran，Algol60，以及后来的PL/l， Pascal等，算法的程序表达才产生一次大的飞跃。
?
诚然，算法最终要表达为具体计算机上的机器语言才能在该计算机上运行，得到所需要的结果。但汇编语言的实践启发人们，表达成机器语言不必一步到位，可以分两步走或者可以筑桥过河。即先表达成一种中介语言，然后转成机器语言。汇编语言作为一种中介语言，并没有获得很大成功，原因是它离算法语
?
言还太远。这便指引人们去设计一种尽量接近算法语言的规范语言，即所谓的高级语言，让程序员可以用它方便地表达算法，然后借助于规范的高级语言到规范的机器语言的"翻译"，最终将算法表达为机器语言。而且，由于高级语言和机器语言都具有规范性，这里的"翻译"完全可以机械化地由计算机来完成，就像汇编语言被翻译成机器语言一样，只要计算机配上一个编译程序。 上述两步，前一步由程序员去完成，后一步可以由编译程序去完成。在规定清楚它们各自该做什么之后，这两步是完全独立的。它们各自该如何做互不相干。前一步要做的只是用高级语言正确地表达给定的算法，产生一个高级语言程序;后一步要做的只是将第一步得到的高级语言程序翻译成机器语言程序。至于程序员如何用高级语言表达算法和编译程序如何将高级语言表达的算法翻译成机器语言表达的算法，显然毫不相干。
?
处理从算法语言最终表达成机器语言这一复杂过程的上述思想方法就是一种抽象。汇编语言和高级语言的出现都是这种抽象的范例。 与汇编语言相比，高级语言的巨大成功在于它在数据、运算和控制三方
?
面的表达中引入许多接近算法语言的概念和工具，大大地提高抽象地表达算法的能力。 在运算方面，高级语言如Pascal，除允许原封不动地运用算法语言的四则运算、逻辑运算、关系运算、算术表达式、逻辑表达式外，还引入强有力的函数与过程的工具，并让用户自定义。这一工具的重要性不仅在于它精简了重复的程序文本段，而且在于它反映出程序的两级抽象。
?
在函数与过程调用级，人们只关心它能做什么，不必关心它如何做。只是到函数与过程的定义时，人们才给出如何做的细节。用过高级语言的读者都知道，一旦函数与过程的名称、参数和功能被规定清楚，那么，在程序中调用它们便与在程序的头部说明它们完全分开。你可以修改甚至更换函数体与过程体，而不影响它们的被调用。如果把函数与过程名看成是运算名，把参数看成是运算的对象或运算的结果，那么
?
，函数与过程的调用和初等运算的引用没有两样。利用函数和过程以及它们的复合或嵌套可以很自然地表达算法语言中任何复杂的运算。
?
在数据方面，高级语言如Pascal引人了数据类型的概念，即把所有的数据加以分类。每一个数据(包括表达式)或每一个数据变量都属于其中确定的一类。称这一类数据为一个数据类型。 因此，数据类型是数据或数据变量类属的说明，它指示该数据或数据变量可能取的值的全体。对于无结构的数据，高级语言如Pascal，除提供标准的基本数据类型--布尔型、字符型、整型和实型外，还提供用户可自定义的枚举类、子界类型和指针类型。这些类型(除指针外)，其使用方式都顺应人们在算法语言中使用的习惯。对于有结构的数据，高级语言如Pascal，提供了数组、记录、有限制的集合和文件等四种标准的结构数据类型。其中，数组是科学计算中的向量、矩阵的抽象;记录是商业和管理中的记录的抽象;有限制的集合是数学中足够小的集合的势集的抽象;文件是诸如磁盘等外存储数据的抽象。
?
人们可以利用所提供的基本数据类型(包括标准的和自定义的)，按数组、记录、有限制的集合和文件的构造规则构造有结构的数据。 此外，还允许用户利用标准的结构数据类型，通过复合或嵌套构造更复杂更高层的结构数据。这使得高级语言中的数据类型呈明显的分层。 高级语言中数据类型的分层是没有穷尽的，因而用它们可以表达算法语言中任何复杂层次的数据。 在控制方面，高级语言如Pascal，提供了表达算法控制转移的六种方式。
?
(1)缺省的顺序控制";"。
?
(2)条件(分支)控制:"if表达式(为真)then S1 else S2;" 。
?
(3)选择(情况)控制:
?
"Case 表达式 of
?
值1: S1
值2: S2
...
值n: Sn
end"
?
(4)循环控制:
?
"while 表达式(为真) do S;" 或
"repeat S until 表达式(为真);" 或
"for变量名:=初值 to/downto 终值do S;"
?
(5)函数和过程的调用，包括递归函数和递归过程的调用。
?
(6)无条件转移goto。

这六种表达方式不仅覆盖了算法语言中所有控制表达的要求，而且不再像机器语言或汇编语言那样原始、那样繁琐、那样隐晦，而是如上面所看到的，与自然语言的表达相差无几。 程序设计语言从机器语言到高级语言的抽象，带来的主要好处是： 高级语言接近算法语言，易学、易掌握，一般工程技术人员只要几周时间的培训就可以胜任程序员的工作；高级语言为程序员提供了结构化程序设计的环境和工具，使得设计出来的程序可读性好，可维护性强，可靠性高；高级语言远离机器语言，与具体的计算机硬件关系不大，因而所写出来的程序可移植性好，重用率高； 由于把繁杂琐碎的事务交给了编译程序去做，所以自动化程度高，开发周期短，且程、序员得到解脱，可以集中时间和精力去从事对于他们来说更为重要的创造性劳动，以提高、程序的质量。
?
数据结构、数据类型和抽象数据类型
?
数据结构、数据类型和抽象数据类型，这三个术语在字面上既不同又相近，反映出它们在含义上既有区别又有联系。
?
数据结构是在整个计算机科学与技术领域上广泛被使用的术语。它用来反映一个数据的内部构成，即一个数据由哪些成分数据构成，以什么方式构成，呈什么结构。数据结构有逻辑上的数据结构和物理上的数据结构之分。逻辑上的数据结构反映成分数据之间的逻辑关系，物理上的数据结构反映成分数据在计算机内的存储安排。数据结构是数据存在的形式。
?
数据是按照数据结构分类的，具有相同数据结构的数据属同一类。同一类数据的全体称为一个数据类型。在程序设计高级语言中，数据类型用来说明一个数据在数据分类中的归属。它是数据的一种属性。这个属性限定了该数据的变化范围。为了解题的需要，根据数据结构的种类，高级语言定义了一系列的数据类型。不同的高级语言所定义的数据类型不尽相同。Pascal语言所定义的数据类型的种类。
?
其中，简单数据类型对应于简单的数据结构;构造数据类型对应于复杂的数据结构;在复杂的数据结构里，允许成分数据本身具有复杂的数据结构，因而，构造数据类型允许复合嵌套;指针类型对应于数据结构中成分数据之间的关系，表面上属简单数据类型，实际上都指向复杂的成分数据即构造数据类型中的数据，因此这里没有把它划入简单数据类型，也没有划入构造数据类型，而单独划出一类。
?
数据结构反映数据内部的构成方式，它常常用一个结构图来描述:数据中的每一项成分数据被看作一个结点，并用方框或圆圈表示，成分数据之间的关系用相应的结点之间带箭号的连线表示。如果成分数据本身又有它自身的结构，则结构出现嵌套。这里嵌套还允许是递归的嵌套。
?
由于指针数据的引入，使构造各种复杂的数据结构成为可能。按数据结构中的成分数据之间的关系，数据结构有线性与非线性之分。在非线性数据结构中又有层次与网状之分。 由于数据类型是按照数据结构划分的，因此，一类数据结构对应着一种数据类型。数据类型按照该类型中的数据所呈现的结构也有线性与非线性之分，层次与网状之分。一个数据变量，在高级语言中的类型说明必须是读变量所具有的数据结构所对应的数据类型。最常用的数据结构是数组结构和记录结构。数组结构的特点是：
?
成分数据的个数固定，它们之间的逻辑关系由成分数据的序号(或叫数组的下标)来体现。这些成分数据按照序号的先后顺序一个挨一个地排列起来。每一个成分数据具有相同的结构(可以是简单结构，也可以是复杂结构)，因而属于同一个数据类型(相应地是简单数据类型或构造数据类型)。这种同一的数据类型称为基类型。所有的成分数据被依序安排在一片连续的存储单元中。 概括起来，数组结构是一个线性的、均匀的、其成分数据可随机访问的结构。
?
由于这、种结构有这些良好的特性，所以最常被人们所采用。在高级语言中，与数组结构相对应的、数据类型是数组类型，即数组结构的数据变量必须说明为array [i] of T0 ，其中i是数组、结构的下标类型，而T0是数组结构的基类型。 记录结构是另一种常用的数据结构。它的特点是:与数组结构一样，成分数据的个数固定。但成分数据之间没有自然序，它们处于平等地位。每一个成分数据被称为一个域并赋予域名。不同的域有不同的域名。不同的域允许有不同的结构，因而允许属于不同的数据类型。与数组结构一样，它们可以随机访问，但访问的途径靠的是域名。在高级语言中记录结构对应的数据类型是记录类型。记录结构的数据的变量必须说明为记录类型。
?
抽象数据类型的含义在上一段已作了专门叙述。它可理解为数据类型的进一步抽象。即把数据类型和数据类型上的运算捆在一起，进行封装。引入抽象数据类型的目的是把数据类型的表示和数据类型上运算的实现与这些数据类型和运算在程序中的引用隔开，使它们相互独立。对于抽象数据类型的描述，除了必须描述它的数据结构外，还必须描述定义在它上面的运算(过程或函数)。抽象数据类型上定义的过程和函
数以该抽象数据类型的数据所应具有的数据结构为基础。
?
泛型设计和数据结构与算法
?
下面我想再说说关于泛型程序设计模型对于数据结构和算法方面的最新推动，泛型思想已经把数据结
?
构和算法方面的基本思想抽象到了一个前所未有的高度，现在有多种程序设计语言支持泛型设计，比如
ADA，C++，而且据说在JAVA的下一版本和C#中也将对泛型设计进行全面的支持。
?
先说说泛型设计的基本思想：泛型编程（generic programming，以下直接以GP称呼）是一种全新的程序设计思想，和OO，OB，PO这些为人所熟知的程序设计想法不同的是GP抽象度更高，基于GP设计的组件之间偶合度底，没有继承关系，所以其组件间的互交性和扩展性都非常高。我们都知道，任何算法都是作用在一种特定的数据结构上的，最简单的例子就是快速排序算法最根本的实现条件就是所排序的对象是存
贮在数组里面，因为快速排序就是因为要用到数组的随机存储特性，即可以在单位时间内交换远距离的对象，而不只是相临的两个对象，而如果用联表去存储对象，由于在联表中取得对象的时间是线性的既O[n]，这样将使快速排序失去其快速的特点。也就是说，我们在设计一种算法的时候，我们总是先要考虑其应用的数据结构，比如数组查找，联表查找，树查找，图查找其核心都是查找，但因为作用的数据结构不同
?
将有多种不同的表现形式。数据结构和算法之间这样密切的关系一直是我们以前的认识。泛型设计的根本思想就是想把算法和其作用的数据结构分离，也就是说，我们设计算法的时候并不去考虑我们设计的算法将作用于何种数据结构之上。泛型设计的理想状态是一个查找算法将可以作用于数组，联表，树，图等各种数据结构之上，变成一个通用的，泛型的算法。这样的理想是不是很诱惑人？
?
泛型编程带来的是前所未有的弹性以及不会损失效率的抽象性，GP和OO不同，它不要求你通过额外的间接层来调用函数：它让你撰写完全一般化并可重复使用的算法，其效率与针对特定数据结构而设计的算法旗鼓相当。我们大家都知道数据结构在C++中可以用用户定义类型来表示，而C++中的模板技术就是以类型作为参数，那么我可以想象利用模板技术可以实现我们开始的GP思想，即一个模板函数可以对于各种传递进来的类型起作用，而这些类型就可以是我们定义的各种数据结构。
?
泛型算法抽离于特定类型和特定数据结构之外，使得其适应与尽可能的一般化类型，算法本身只是为了实现算法其需要表达的逻辑本质而不去被为各种数据结构的实现细节所干扰。这意味着一个泛型算法实际具有两部分。1，用来描叙算法本质逻辑的实际指令；2，正确指定其参数类型必须满足的性质的一组需求条件。到此，相信有不少人已经开始糊涂了，呵呵，不要紧。毕竟GP是一种抽象度非常高的程序设计思想，里面的核心就是抽象条件成为成为程序设计过程中的核心，从而取代了类型这在OO里面的核心地位，正是因为类型不在是我们考虑的重点，类型成为了抽象条件的外衣，所以我们称这样的程序思想为泛型思想------把类型泛化。
这样可以么？