数据结构是干什么的数据结构到底是干什么的

数据结构是什么啊

1、数据结构是计算机存储、组织数据的方式。

2、数据的逻辑结构分为线性结构和非线性结构。

3、常用的线性结构有：线性表，栈，队列，双队列，数组，串。常见的非线性结构有：二维数组，数组，广义表，树(二叉树等)，图，堆。

4、数据结构相互之间存在一种或多种特定关系的数据元素的，带来更高的运行或者存储效率。

扩展资料:

堆栈是两种数据结构。

1、栈：具有后进先出性质的数据结构，换一个说法就是后存放的先取，先存放的后取。就像要取出放在箱子里面底下的东西（放入的比较早的物体），就必需先要移开压在它上面的物体（放入的比较晚的物体）。

2、堆：经过排序的树形数据结构，每个结点都会有一个值。通常所指的堆的数据结构，是指二叉堆。堆的特点根结点的值最小（或），且根结点的两个子树也是只有一个堆。

由于堆的这个特性，常用来实现优先队列，堆的存取是随意，如同在图书馆的书架上取书，虽然书的摆放有序整齐，但是想取任意一本时不必像栈一样，先取出前面所有的书，书架这种机制不同于箱子，可以直接取出想要的书。

参考资料来源：

1、数据结构是：

数据结构是计算机存储、组织数据的方式。

2、数据结构相互之间存在一种或多种特定关系的数据元素的，可以带来更高的运行或者存储效率。

数扩展资料：

数据结构分：逻辑结构、存储结构（物理结构）和数据的运算。

1、数据的逻辑结构：

是从具体问题抽象出来的数学模型，是描述数据元素及其关系的数学特性的。

2、数据的物理结构：

指数据的逻辑结构在计算机存储空间的存放形式。

数据的物理结构是数据结构在计算机中的表示，它包括数据元素的机内表示和关系的机内表示。

3、数据的运算：

主要是计算的是数据元素。

参考资料：

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。

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。

数据结构是指相互之间存在着一种或多种关系的数据元素的和该中数据元素之间的关系组成。记为：Data_Structure=(D,R)

其中D是数据元素的，R是该中所有元素之间的关系的有限。

扩展资料数据的逻辑结构：指反映数据元素之间的逻辑关系的数据结构，其中的逻辑关系是指数据元素之间的前后件关系，而与他们在计算机中的存储位置无关。

逻辑结构包括：

1、数据

结构中的元素之间除了“同属一个” 的相互关系外，别无其他关系；

2、线性结构

数据结构中的元素存在一对一的相互关系；

3、树形结构

数据结构中的元素存在一对多的相互关系；

4、图形结构

数据结构中的元素存在多对多的相互关系。

参考资料：

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。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。

数据的逻辑结构分为线性结构和非线性结构。常用的线性结构有：线性表，栈，队列，双队列，数组，串。常见的非线性结构有：二维数组，数组，广义表，树(二叉树等)，图，堆。

扩展资料

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。

参考资料来源：

数据结构是计算机中存储、组织数据的方式，在《数据结构与算法分析》中解释为：数据结构是ADT(抽象数据类型 Abstract Data Type)的物理实现。

扩展资料：

堆栈是两种数据结构。

栈：是一种具有后进先出性质的数据结构，也就是说后存放的先取，先存放的后取。这就如同要取出放在箱子里面底下的东西（放入的比较早的物体），首先要移开压在它上面的物体（放入的比较晚的物体）。

堆：是一种经过排序的树形数据结构，每个结点都有一个值。通常所说的堆的数据结构，是指二叉堆。堆的特点是根结点的值最小（或），且根结点的两个子树也是一个堆。

由于堆的这个特性，常用来实现优先队列，堆的存取是随意，这就如同在图书馆的书架上取书，虽然书的摆放是有顺序的，但是想取任意一本时不必像栈一样，先取出前面所有的书，书架这种机制不同于箱子，可以直接取出想要的书。

参考资料来源：

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相对应，通过这组算法可以对数据结构中的数据进行某种作。

?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、作、和相应的语义）组成的元素的。结构是元素之间的关系的。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（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）上的关系的，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：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 有一个的地址 A(U)，该地址被连续地编码。每个单元 U 有一个的后继单元 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上的作：所有的定义在DS上的作在改变数据元素（）或的域时必须保持DS的逻辑和物理结构。

?DS上的基本作：任何其他对DS的高级作都可以用这些基本作来实现。将DS和他的所有基本作看作一个整体——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，他们拥有表的作的子集。对于DATs的高级作可以被设计为（不封装的）算法，利用基本作对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（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、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、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。

?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，屡出错，因而所编出的程序可靠性，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，不便于交流与合作。因为它地依赖于具体的计算机，所以可移植性，重用性。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;有限制的是数学中足够小的的势集的抽象;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。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。

一分钟了解数据结构

数据结构是做什么用的？

计算机是处理数据的，数据结构就是数据在计算机里边的结构；至于有什么用，就像你要修房子，要知道建筑结构一样，呵呵。

数据结构很复杂，有很多基础结构，如队列、栈、树等等，就像建筑结构里楼梯的结构、阳台的结构等等~~然后用它们加上组合的技巧，就是房屋的设计了~~

什么是数据结构？

数据结构是一种抽象数据类型，或者是使用者自定义的数据结构（汇编语言的数据类型，如int,float数据类型），只有存储结构确定后就能定义了在这个数据结构的作。数据结构有良好的封装性，在C++中，类实现大部分的数据结构。数据结构课更倾向于算法与算法分析。

以上观点是个人看法，请批判的参考，希望对你有用。

#include

using namespace std; const int maxSize=50;

const double A=0.120;

const double B=0.130;

const double C=0.140;

const double D=0.150;

const double PoxfixExpFlag=-3.244;

/栈类/

template

class Stack

{private:

int maxSize;

int top;

T st;

public:

Stack(int a);

void Clear();

bool Push(const T& );

bool Pop(T &);

bool Top(T &);

bool isEmpty();

bool isFull(); };

/栈类实现 /

template

Stack::Stack(int a)

{maxSize=a;

st=new T[maxSize];

top=-1;

} template

bool Stack::Push(const T &)

{if(isFull())

return false;

st[++top]=;

return true;

}template

bool Stack::Pop( T & )

{if(isEmpty())

return false;

=st[top--];

return true;

}template

bool Stack::isEmpty()

{if(top==-1) return true;

return false;

}template

bool Stack::Top( T & )

{if(isEmpty())

return false;

=st[top];

return true;

}template

bool Stack::isFull()

{if(top==maxSize-1)return true;

return false;

}/栈类实现 /

/栈类/ /负责计算类函数核心/

class Calculate{

public:

int In[8];

int Out[8];

char cha[8];

double PoxfixExp[maxSize];

Calculate();

bool isOp(char c);//检测是否为作符

int checkPre(char out,char in);//检测栈外栈内运算符的优先级

double Calcu(char str);//负责将中缀转变为后缀

double jiSuanResult(double );//负责计算后缀表达式的结果

/后缀表达式为double型负责char型运算符和double型之间的转换/

double optoDou(char op);

char optoCha(double op);

}; /Calculate类实现 /

Calculate::Calculate()

{cha[0]='('; In[0]=1; Out[0]=8;

cha[1]='^'; In[1]=7; Out[1]=6;

cha[2]=''; In[2]=5; Out[2]=4;

cha[3]='/'; In[3]=5; Out[3]=4;

cha[4]='%'; In[4]=5; Out[4]=4;

cha[5]='+'; In[5]=3; Out[5]=2;

cha[6]='-'; In[6]=3; Out[6]=2;

cha[7]=')'; In[7]=8; Out[7]=1;

for(int i=0;i

}bool Calculate::isOp(char c)//检测是否为作符

{ bool flag=1;

int i;

for(i=0;i<8;i++)

if(c==cha[i]) break;

if(i==8) flag=0;

return flag;

} int Calculate::checkPre(char out,char in)//检测栈外栈内运算符的优先级

{int o,i;

for(int j=0;j<8;j++)

{if(cha[j]==in){ i=In[j]; }

if(cha[j]==out){ o=Out[j];}

}if(o>i)return 1;

if(o==i)return 0;

if(o

} double Calculate::Calcu(char str)//负责将中缀转变为后缀

{int s=0;

int p=0;

double te=0;

StackTemp(maxSize);

for(s=0;str[s]!='0';s++)

{if(!isOp(str[s]))//处理作数

{te=te10+str[s]-'0'; //确保识别多位数如10,32

if(str[s+1]=='0')//特殊处理中缀表达式的一位作数

{ if(te!=0) PoxfixExp[p++]=te;}

}else//处理作符

{if(te!=0) //同样为了确保识别多位数如10,32

{PoxfixExp[p++]=te;

te=0; }

if(Temp.isEmpty()) {Temp.Push(str[s]);}

else

{char In,Out=str[s];

Temp.Top(In);

int result=checkPre(Out,In);

if(result==-1)

{while(result!=1&&result!=0)

{//栈外小于栈内优先级栈内元素持续弹出直到内大于外压入或左右括号相遇或栈空

char op;

Temp.Pop(op);

PoxfixExp[p++]=optoDou(op);

if(Temp.isEmpty()) break;

Temp.Top(In);

result=checkPre(Out,In);

}if(result==0) {char t; Temp.Pop(t);}//清除栈内的括号

else Temp.Push(str[s]);

}else if(result==1) Temp.Push(str[s]);//栈外大于栈内优先级栈外元素压入

else if(result==0) {char t; Temp.Pop(t);}//栈外为右括号且栈内为左括号清除栈内的括号

}}

}while(!Temp.isEmpty())//继续读取栈内元素

{char op;

Temp.Pop(op);

PoxfixExp[p++]=optoDou(op);//将作符标记为double型变量存入后缀表达式数组

} return PoxfixExp;

} double Calculate::jiSuanResult(double PoxfixExp)//负责计算后缀表达式的结果

{double Res;

int s;

StackTemp(maxSize);

for( s=0;PoxfixExp[s]!=PoxfixExpFlag;s++)

{if(optoCha(PoxfixExp[s])=='!')//若为数字直接压入栈

Temp.Push(PoxfixExp[s]);

else//若为作符从栈中取出两个数运算并将结果压入栈中

{double a,b;

Temp.Pop(a);

Temp.Pop(b);

if(optoCha(PoxfixExp[s])=='+') Res=a+b;

else if(optoCha(PoxfixExp[s])=='-') Res=b-a;

else if(optoCha(PoxfixExp[s])=='') Res=ab;

else if(optoCha(PoxfixExp[s])=='/') Res=b/a;

Temp.Push(Res);

}}

return Res;

}double Calculate::optoDou(char op)

{if(op=='+') return A;

if(op=='-') return B;

if(op=='') return C;

if(op=='/') return D;

}char Calculate::optoCha(double op)

{if(op==A) return '+';

else if(op==B) return'-';

else if(op==C) return '';

else if(op==D) return'/' ;

else return '!';

}/负责计算类函数核心/ /此函数检测括号匹配/

bool CheckPaMatch(char str)

{Stack temp(maxSize);

int i=0;

bool truth=1;

char flag;//检测括号匹配

for( ;str[i]!='0';i++)

{if(str[i]=='[') temp.Push(str[i]);

else if(str[i]=='(') temp.Push(str[i]);

else if(str[i]=='{') temp.Push(str[i]);

//括号匹配

else if(str[i]==')'||str[i]=='}'||str[i]==']')

{if(temp.isEmpty())

{ truth=0;

break;

}temp.Pop(flag);

if(flag=='('&&str[i]!=')'||flag=='{'&&str[i]!='}'||flag=='['&&str[i]!=']')

{ truth=0;

break;

}}

}if(!temp.isEmpty()) truth=0;

return truth;

}/主函数/

int main()

{char str[maxSize]; int s=0;

double PoxfixExp; int p=0;

double Result;

Calculate pre;

StackTemp(maxSize);

//输入中缀表达式

cin>>str;

//检测括号匹配

if(!CheckPaMatch(str)) {cout<<"表达式括号不匹配";return 1;}

//转后缀

PoxfixExp=pre.Calcu(str);

//输出后缀表达式

for(int i=0;PoxfixExp[i]!=PoxfixExpFlag;i++)

{if(pre.optoCha(PoxfixExp[i])=='!')

cout<

else

cout<

}//计算后缀表达式的结果并输出

Result=pre.jiSuanResult(PoxfixExp);

cout<<"="<

return 0;

}运行环境：codeblocks vc++

我自己写的可以参考一下

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（作对象）以及它们之间的（关系）和运算的学科。

以 P->llink 为例，从这句话里就可以知道题目中运用到了一种数据结构，设

就是一个结构体吧！其中，P指向结构体的入口地址，也就是说P指向结构体，

而结构体里含有数据元素llink。现在要用到这个结构体里的元素llink。那么就

可以用 P->llink 来使用这个元素。类似的可以一层层的去分析。

->在C里是指向运算符，它的作用和成员运算发“.”很相似，但稍有不同。

->表示左边是指针,现在要提取右边的成员

.表示左边是实体,现在要提取右边的成员

如:

struct a_t

{int a;

};

struct a_t dis;

struct a_t pDis = &dis;

dis.a = 12345;

printf("%d, %dn", pDis->a, dis.a);

一分钟了解数据结构

什么是数据结构？

即数据的组织形式，是在解决程序计算问题时，考虑如何合理地组织数据以方便运算和提高效率和程序可读性。

数据结构这是由数据来构成的一些数字。

过去式结构的应该是结构中出现的问题，我都理解。那里。

数据结构到底在学什么

数据结构到底在学什么，内容如下：

用计算机实现数据组织和数据处理的方法；随着计算机应用领域的不断扩大，无论设计系统软件还是应用软件都会用到各种复杂的数据结构。

一个好的程序无非是选择一个合理的数据结构和好的算法，而好的算法的选择很大程度上取决于描述实际问题所采用的数据结构，所以想编写出好的程序必须扎实的掌握数据结构。

数据结构的定义如下：

数据人们利用文字符号、数据符号以及其他规定的符号对现实世界的事物及活动所做的抽象描述。从计算机的角度看，数据是所有能被输入到计算机中，并能被计算机处理的符号的。

数据元素：数据中的一个“个体”，是数据的基本单位；数据结构：是指数据以及相互之间的联系，可以看做是相互之间存在某种特定关系的数据元素的，因此可以把数据结构看成是带结构的数据元素的。

数据结构包括以下几个方面：数据的逻辑结构是指数据元素之间的逻辑关系。比如一个表中;的记录顺序反映了数据元素之间的逻辑关系，一个数组中元素的排列顺序也是数据元素之间的逻辑关系。

数据结构学什么

其他信息：

数据结构是工科计算机类专业的课，其中主要包括：计算机科学与技术、软件工程、网络工程、信息安全、物联网工程、数字媒体技术、智能科学与技术、空间信息与数字技术、电子与计算机工程、数据科学与大数据技术、网络空间安全、新媒体技术、电影制作、保密技术、服务科学与工程、虚拟现实技术、区块链工程、密码科学与技术。

补充材料：

数据结构课程设计的实践教学（即上机实验）题分为基础性、综合性和设计性三大类。基础性（即知识验证性）类实验题主要用于巩固课堂知识，实现小程序的简单应用。综合性和设计性实验题属于大作业，讲述了完成设计性实验题则要实现从建模到解模的全过程，即实验者要完成：问题的抽象、数据的提取、数据的组织、数据结构的确定（逻辑结构）、算法设计、数据的存储形式（物理结构）、编程实现、程序的调试和测试等步骤等内容。

《数据结构》对于我们来说，有什么用处呢？

《数据结构》在计算机科学中是一门综合性的专业基础课。数据结构的研究不仅涉及到计算机硬件（特别是编码理论、存储装置和存取方法等）的研究范围，而且和计算机软件的研究有着更密切的关系，无论是编译程序还是作系统，都涉及到数据元素在存储器中的分配问题。在研究信息检索时也必须考虑如何组织数据，以便查找存取数据元素更为方便。

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。计算机科学中中，数据结构不仅是一般程序设计（特别是非数值计算的程序设计）的基础，而且是设计和实现编译程序、作系统、数据库系统及其他系统程序和大型应用程序的重要基础。

本课程的目的和任务是：通过本课程的学习，使学生能正确分析数据对象的特点，具有选择适当的数据结构和相应算法的本领，掌握对算法进行时间和空间复杂性分析的技巧；通过本课程的学习，使学生能养成良好的程序设计风格，并能设计和实现一些复杂算法。