算法与数据结构学什么

㈠ 什么是数据结构和算法学算法还需要去了解数据结构吗

1. 你这理解不完全正确。

因为数据结构不只是内存中数春慎据的排列，它是对数据的一种组织方式，就像图书馆要排书一样，是为了便于操作，同时它本身也集成了对通用操作：比如查找、比较等的支持。数组不是一种数据结构，而是一种数据类型。一个完整的数据结构包括逻辑结构和存储结构。通常选择了数据结构，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。

因此在语言实现上，数据结构通常也会包含与之相对应的算法集合，这些算法是指基本算法：查找、索引、比较等。

数据结构的逻辑结构和硬件是没有关系的，而其存储结构受到计算机硬件系统工作谈森蠢方式的影响，通常这点影响在于数据时顺序存储还是离散存储。算法的基础是数含陪据结构。只有指定明确的数据结构，算法才能设计完成，脱离数据结构，算法是无法，也不可能成立的。因为不需要数据的算法就不是一个有效的计算机算法，算法中任何对数据的组织形式都可以被称之为数据结构。

2.数据结构在编程中的地位是极其重要的，是一个程序实现的基础中的基础，在此基础上才能构建算法。通常而言，你不了解什么高深的算法，一样能完成工作，但是如果你不了解基本的数据结构，那么可以说，你根本就不能完成一个任何有实质性内容的程序。Donald Ervin Knuth教授在其《计算机程序设计艺术》的第一卷《基本算法》中花费的绝大部分的篇幅去论述数据结构。由此可见数据结构对算法的重要性。

㈡ 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，是其在计算机内袜兆的表示；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，告燃租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段行密切相关，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。

㈢ 数据结构与算法是什么推荐一本数据结构的书,谢了

数据结构主要研究组织大量数据的方法，而算法分析则是对算法运行时间的评估。随着计算机的速度越来越快，对于能够处理大量输入数据的程序的需求变得日益急切。可是，由于在输入量很大的时候，程序的低效率现象变得非常明显，因此这又要求对效率问题给予更仔细的关注。通过在实际编程之前对算法的分析，学生可以决定一个特定的解法是否可行。例如，学生在本书中将读到一些特定的问题并看到精心的实现方法是如何把对大量数据的时间限制从16年减至不到1秒的。因此，若无运行时间的阐释，就不会有算法和数据结构的提出。

我所选择的教材是《数据结构与算法分析——C语言描述》（原书第2版），英文版的名称是《Data Structures and Algorithm Analysis in C》，作者是：(美)Mark Allen Weiss。原书曾被评为20世纪顶尖的30部计算机着作之一。之所以选这本书，还因为它的简体中文版翻译得相当不错，几乎没有给我的阅读带来什么障碍。^_^

这本教科书所使用的是C语言，也许很多人会说C语言已经过时了，但是，我认为在数据结构的学习中，应该用尽量简单的语言，以免进入了语言的细枝末节中，反而冲淡了主题。实际上在国外的许多大学中（甚至中学），数据结构和算法分析的课程是选用Scheme的，例如MIT麻省理工大学极其着名的SICP课程。呵呵，语言又能说明什么呢？

书中详细介绍了当前流行的论题和新的变化，讨论了算法设计技巧，并在研究算法的性能、效率以及对运行时间分析的基础上考查了一些高级数据结构，从历史的角度和近年的进展对数据结构的活跃领域进行了简要的概括。由于本书选材新颖，方法实用，题例丰富，取舍得当。本书的目的是培养学生良好的程序设计技巧和熟练的算法分析能力，使得他们能够开发出高效率的程序。从服务于实践又锻炼学生实际能力出发，书中提供了大部算法的C程序和伪码例程，但并不是全部。一些程序可从互联网上获得。
本书是《Data Structures and Algorithm Analysis in C》一书第2版的简体中译本。原书曾被评为20世纪顶尖的30部计算机着作之一，作者Mark Allen Weiss在数据结构和算法分析方面卓有建树，他的数据结构和算法分析的着作尤其畅销，并受到广泛好评．已被世界500余所大学用作教材。
在本书中，作者更加精炼并强化了他对算法和数据结构方面创新的处理方法。通过C程序的实现，着重阐述了抽象数据类型的概念，并对算法的效率、性能和运行时间进行了分析。
全书特点如下：
●专用一章来讨论算法设计技巧，包括贪婪算法、分治算法、动态规划、随机化算法以及回溯算法
●介绍了当前流行的论题和新的数据结构，如斐波那契堆、斜堆、二项队列、跳跃表和伸展树
●安排一章专门讨论摊还分析，考查书中介绍的一些高级数据结构
●新开辟一章讨论高级数据结构以及它们的实现，其中包括红黑树、自顶向下伸展树。treap树、k-d树、配对堆以及其他相关内容
●合并了堆排序平均情况分析的一些新结果
本书是国外数据结构与算法分析方面的标准教材，介绍了数据结构(大量数据的组织方法)以及算法分析(算法运行时间的估算)。本书的编写目标是同时讲授好的程序设计和算法分析技巧，使读者可以开发出具有最高效率的程序。 本书可作为高级数据结构课程或研究生一年级算法分析课程的教材，使用本书需具有一些中级程序设计知识，还需要离散数学的一些背景知识。

㈣ 学数据结构和算法之前要先学什么

很显然你首先需要会一门编程语言。数据结构可以在不同的语言下实现，你可以看常用的数据结构教材，有的基于C，有的基于JAVA，所以在学习数据结构与算法之前，先学会一门语言是很有必要的事情。

因为数据结构书中很多内容用到的都是C语言伪代码，如果不懂C语言的话应该是看不懂的。多了解一下点C语言、数据类型、循环分支、结构体、指针等基本知识。一般来说，学习完c语言之后，效率会比较高点，另外数学好的话对理解算法是有好处的，动态规划啊，决策树啊之类的，具体的知识可以去小码哥李明杰了解。

因为数据结构是需要编程实现的。在内容上，数据结构很大一部分是独立的，但也有一部分与其它课程有关，比如离散数学，线性代数等，不过也没多大影响，书上都带有详细介绍。数据结构理论性很强，需要多动手写代码，理解好原理，而且会编程实现，这两方面都很重要。

㈤ 算法与数据结构主要学的是什么

算法咐唯团和数据结构，有这方面的课程视 频，你可以看一看山哪，
应衡橘该适合你。
希望可以帮到你。

记得采纳呀

㈥ 数据结构和算法学什么

数据结构薯宏是研究数据如何分布排列的方法,我们的数据如果杂乱无章,在数让册数据量大的时候会导致搜索应用起来,耗费时间,有序有效地排列,可以大大提高效率。算法是指我们解决常见问题时,如何应用计算机所能适应的数学方法。数据结构和算法是软件程序的灵魂,你无论用任何程序语言编程都离不开数据结构和算法.听人说这门科的补考率是计算机专滑郑业课中最高的,它以思维训练为主,学好这门科应先熟悉编程语言和相关数学知识!

㈦ 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。

㈧ 如何学习数据结构与算法

记住数据结构最直观的东西;记忆该数据结构的定义、性质、特点等。很多东西的理解和创新都是以记忆为前提的。

2、进行大量相关编程练习，用编程语言去实现某一数据结构上的算法(怎么办)

很多时候，理解一个算法很容易，很容易在纸上去模拟一个算法的实现过程。但具体实现，则是另一回事。一定得先自己思考，然后再去看书中给的编程语言实现。

3、“记住”特定情景下，利用某一特定的数据结构，去解决问题 (为什么+怎么办)

每介绍一种数据结构，浙大数据结构与算法的MOOC课程都会有一个实际问题来作为“引子”，回答了“这种数据结构为什么会出现”。有的是为了实现特定的操作，有的是为了时间和空间上(大部分考虑的是时间复杂性)效率的更高(所以，没事的时候，分析一下算法的时间复杂性)。这些东西，我们也须理解记忆。每一数据结构都有其特性，去解决某一类问题，我们需要去记忆，去感悟。

4、形成一个属于自己的知识体系

如何去“记住”(记好笔记，多多复习);在学习过程中，遇到挫折，产生挫败感该如何处理(这个是必然会发生的，总有难以理解不会的地方);如何进行心态方面的调整(欲速则不达,不过也有”敏捷学习“的概念)。

㈨ 数据结构学的到底是什么,和算法的关系

1. 所有的算法，乃至数学在实际运用中都是要根据不同的数据来选择不同的方法，所以一般学习过算法和数据结构的人都会越发的认识到，数据才是程序的中心，只有找到了一个组织数据的最佳方式，算法的运用才会事半功倍。

2. 一般来说我觉得先学算法比较好，但算法和数据结构都是相辅相成的，要学好算法要有一定数据结构的基础，要学数据结构亦要有算法基础。但算法比数据结构更重要一些，因为没有算法只有数据结构是没用的。

3. 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。

4. 从计算机的角度讲，程序是用一种计算机能理解并执行的计算机语言描述解决问题的方法步骤。程序设计：是分析解决问题的方法步骤，并将其记录下来的过程。算法：解决问题的方法步骤。
   

㈩ 数据结构与算法的内容简介

本书是国家级双语教学示范课程《数据结构》的配套教材，根据教育部高等学校计算机科学与技术教学指导委员会制定的《高等学校计算机科学与技术专业发展战略研究报告暨专业规范》编写好指。全书每章均以数据的逻辑结构、存储结构和相应的算法实现为主友启线，并对算法的运算效率进行分析。全书分为8章，涵盖了各种常见数据结构。第1章主要介绍数据结构和算法分析的基本概念，第2～6章主要介绍典型的线性结构、树型结构和图型结构，第7～8章分别介绍查找和排序操作。另外，每章后面附有习题和上机实验内容，上机实验提供了完整的、可运行的程序上机实验供读者参考，以加深读者对所学知识的理解和应用。本书既可作为高等院校计算机及相关专业数友告配据结构课程的教学用书，也可作为从事计算机工程与应用的广大读者的参考书。