數據結構與程序設計c語言描述
第1章 引論1．1 本書討論的內容1．2 數學知識復習1．2．1 指數1．2．2 對數1．2．3 級數1．2．4 模運算1. 2．5 證明方法1．3 遞歸簡論總結練習參考文獻第2章 演算法分析2．1 數學基礎2．2 模型2．3 要分析的問題2．4 運行時間計算2．4．1 一個簡單的例子2．4．2 一般法則2．4．3 最大子序列和問題的解.2．4．4 運行時間中的對數2．4．5 檢驗你的分析2．4．6 分析結果的准確性總結練習參考文獻第3章 表、棧和隊列3．1 抽象數據類型(adt)3．2 表adt3．2．1 表的簡單數組實現3．2．2 鏈表3．2．3 程序設計細節3．2．4 常見的錯誤3．2．5 雙鏈表3．2．6 循環鏈表3．2．7 例子3．2．8 鏈表的游標實現3．3 棧adt3．3．1 棧模型3．3．2 棧的實現3．3．3 應用3．4 隊列adt3．4．1 隊列模型3．4．2 隊列的數組實現3．4．3 隊列的應用總結練習第4章 樹4．1 預備知識4．1．1 樹的實現4．1．2 樹的遍歷及應用4．2 二叉樹4．2．1 實現4．2．2 表達式樹4．3 查找樹adt--二叉查找樹4．3．1 makeempty4．3．2 find4．3．3 findmin和findmax4．3．4 insert4．3．5 delere4．3．6 平均情形分析4．4 avl樹4．4．1 單旋轉4．4．2 雙旋轉4．5 伸展樹4．5．1 一個簡單的想法4．5．2 展開4．6 樹的遍歷4．7 b-樹總結練習參考文獻第5章 散列5．1 一般想法5．2 散列函數5．3 分離鏈接法5．4 開放定址法5．4．1 線性探測法5．4．2 平方探測法5．4．3 雙散列5．5 再散列5．6 可擴散列總結練習參考文獻第6章 優先隊列(堆)6．1 模型6．2 一些簡單的實現6．3 二叉堆6．3．1 結構性質6．3．2 堆序性質6．3．3 基本的堆操作6．3．4 其他的堆操作6．4 優先隊列的應用6．4．1 選擇問題6．4．2 事件模擬6．5 d-堆6．6 左式堆6．6．1 左式堆的性質6．6．2 左式堆的操作6．7 斜堆6．8 二項隊列6．8．1 二項隊列結構6．8．2 二項隊列操作6．8．3 二項隊列的實現總結練習參考文獻第7章 排序7．1 預備知識7．2 插入排序7．2．1 演算法7．2．2 插入排序的分析7．3 一些簡單排序演算法的下界7. 4 希爾排序7．4．1 希爾排序的最壞情形分析7．5 堆排序7．5．1 堆排序的分析7．6 歸並排序7．6．1 歸並排序的分析7．7 快速排序7．7．1 選取樞紐元7．7．2 分割策略7．7．3 小數組7．7．4 實際的快速排序常式7．7．5 快速排序的分析7．7．6 選擇的線性期望時間演算法7．8 大型結構的排序7．9 排序的一般下界7．9．1 決策樹7．10 桶式排序7．11 外部排序7．11．1 為什麼需要新的演算法7．11．2 外部排序模型7．11．3 簡單演算法7．11．4 多路合並7．11．5 多相合並7．11．6 替換選擇總結練習參考文獻第8章 不相交集adt8．1 等價關系8．2 動態等價性問題8．3 基本數據結構8．4 靈巧求並演算法8．5 路徑壓縮8．6 按秩求並和路徑壓縮的最壞情形8．6．1 union/find演算法分析8．7 一個應用總結練習參考文獻第9章 圖論演算法9．1 若干定義9．1．1 圖的表示9．2 拓撲排序9．3 最短路徑演算法9．3．1 無權最短路徑9．3．2 dijkstra演算法9．3．3 具有負邊值的圖9．3．4 無圈圖9．3．5 所有點對最短路徑9．4 網路流問題9．4．1 一個簡單的最大流演算法9．5 最小生成樹9．5．1 prim演算法9．5．2 kruskal演算法9．6 深度優先搜索的應用9．6．1 無向圖9．6．2 雙連通性9．6．3 歐拉迴路9．6．4 有向圖9．6．5 查找強分支9．7 np-完全性介紹9．7．1 難與易9．7．2 np類9．7．3 np-完全問題總結練習參考文獻第10章 演算法設計技巧10．1 貪婪演算法10．1．1 一個簡單的調度問題10．1．2 huffman編碼10．1．3 近似裝箱問題10．2 分治演算法10．2．1 分治演算法的運行時間10．2．2 最近點問題10．2．3 選擇問題10．2．4 一些運算問題的理論改進10．3 動態規劃10．3．1 用一個表代替遞歸10．3．2 矩陣乘法的順序安排10．3．3 最優二叉查找樹10．3．4 所有點對最短路徑10．4 隨機化演算法10．4．1 隨機數發生器10．4．2 跳躍表10．4．3 素性測試10．5 回溯演算法10．5．1 收費公路重建問題10．5．2 博弈總結練習參考文獻第11章 攤還分析11．1 一個無關的智力問題11．2 二項隊列11．3 斜堆11．4 斐波那契堆11．4．1 切除左式堆中的節點11．4．2 二項隊列的懶惰合並11．4．3 斐波那契堆操作11．4．4 時間界的證明11. 5 伸展樹總結練習參考文獻第12章 高級數據結構及其實現12．1 自頂向下伸展樹12．2 紅黑樹12．2．1 自底向上插入12．2．2 自頂向下紅黑樹12．2．3 自頂向下刪除12．3 確定性跳躍表12．4 aa-樹12．5 treap樹12．6 k-d樹12．7 配對堆總結練習參考文獻索引
② 急，在線等。！！1.程序設計（用數據結構來編，C語言描述）作業：一個簡單學生成績管理系統的設計與實現
絕對給力嘚，原創！
③ 《數據結構與演算法分析：C語言描述（原書第2版） 》這本書比起其他書，可以么看這本書需要什麼基礎
額，我想你說：「數據結構與演算法分析」魏斯寫道，正確的，這本書在豆瓣給出了9分的高分，被認為是一個非常高的分數，但計算機世界經典名曲，如浩瀚的海洋偉大的編程書籍。
Kernighan的編程做法是讓你全面了解做什麼經典，這本書是非常薄的編程。
Bentley的「編程
cormen」演算法導論「Skiena」演算法設計手冊「的分析」的數據結構和演算法更大量的是一個傑作。珍珠「（卷1和2）將帶你領略的電源的演算法。
侯捷的STL源碼分析，深入講解了C + +標准庫的實現細節，讓你真正的頂尖選手的傑作。
史蒂文斯的「UNIX水平的編程環境UNIX網路編程是程序員的高級系列，一讀再讀，因為你最終會了解你的程序運行在操作系統上，需要交互和網路，你需要了解他們，與他們友好相處。
C + +'父Bjarne Stroustrup的三大傑作：「C + +程序設計語言，C + +程序設計原理與實踐」，「C + +語言的設計和演變」C + +語言權威的指南，也是編程的經典書籍。
科比「深入理解計算機系統能夠告訴你的計算機基礎做了什麼讓你的計算機更好地了解和更好地利用CPU聖經。 BR />
經典的書，這些都是軟體開發「程序員修煉」代碼完成「重建」設計模式「，任何編程論壇成員推薦表中的程序必須看的書。
有一本書叫做計算機程序的構造和解釋，上帝的作品一樣，它可以顛覆你的編程思想。
當然，計算機演算法來計算的頂部Knuth的「計算機程序設計藝術」（1-4卷）非常困難的非常廣泛的，深刻的內容，如浩瀚的海洋，然後它是驚人的一個。
所謂術業有專攻，每個地區都有自己的經典之作，根據您的個人利益，有必要去進一步探討。如編程語言和編譯器，操作系統內核，硬體設計，人工智慧，機器學習，自然語言處理，信息理論，信號處理，網路編程，機??器人等。
④ 《數據結構與演算法分析C語言描述》真的適合初學者嗎
數據結構課程一般都是在大學大一第二學期進行開設，從基礎上來說至少需要兩項
計算機基礎知識（學會正常使用電腦）
一門計算機語言（這本書是C語言的，所以應該學會C語言）
整體來說是適合初學者學習的，但是這個初學者的空間想像能力和邏輯思維能力不能太弱。因此最好要有一定的數學基礎，例如有一定的高數和線性數學基礎，能夠理解一般的圖形，矩陣，階乘等數學概念。
⑤ c語言實訓報告中什麼是數據結構設計描述
數據結構設計描述就是要寫出你的程序中，要用到那些數據，變數，為什麼要這么使用，和資料庫設計中的表結構的設計相似。你做的數據實訓項目不可能是個簡單的程序，應該含有結構體、共用體等結構類的數據結構，所以要描述清楚。
⑥ 數據結構中的演算法如何用C語言描述請各位大神指點
數據結構中的演算法，大部分都是用偽代碼實現的，比如你這里的代碼，它既包含了c語言的一些代碼，同時也有c++的部分，這里只是想提供這種思路，該怎麼做，但是當你把它想用完整的程序運行起來時，還是需要做一定工作的。
以你的代碼為例。
因為在書的前面已經定義了幾種操作，ListLength(L)表示返回表L中的元素個數，GetElem(L,i,&e)表示用e返回L中第i個數據元素的個數，LocateElem(L, e , equal ) ) ListInsert ( L , i , e ) 等等，所以在這里就直接用了。
當用程序實現時，你要先將這幾種功能實現，返回個數，得到第i個數據元素，等等，數據結構的話是教你一種程序設計的思想，具體細節自己實現。
⑦ 數據結構（C語言版）的內容簡介
《數據結構》（C語言版）是為「數據結構」課程編寫的教材，也可作為學習數據結構及其演算法的C程序設計的參數教材。
本書的前半部分從抽象數據類型的角度討論各種基本類型的數據結構及其應用；後半部分主要討論查找和排序的各種實現方法及其綜合分析比較。其內容和章節編排1992年4月出版的《數據結構》（第二版）基本一致，但在本書中更突出了抽象數據類型的概念。全書採用類C語言作為數據結構和演算法的描述語言。
本書概念表述嚴謹，邏輯推理嚴密，語言精煉，用詞達意，並有配套出版的《數據結構題集》（C語言版），便於教學，又便於自學。
本書後附有光碟。光碟內容可在DOS環境下運行的以類C語言描述的「數據結構演算法動態模擬輔助教學軟體，以及在Windows環境下運行的以類PASCAL或類C兩種語言描述的「數據結構演算法動態模擬輔助教學軟體」。
本書可作為計算機類專業或信息類相關專業的本科或專科教材，也可供從事計算機工程與應用工作的科技工作者參考。
⑧ 關於數據結構的問題，用C語言描述
數據結構復習重點歸納筆記[清華嚴蔚敏版]
數據結構復習重點歸納[適於清華嚴版教材]
一、數據結構的章節結構及重點構成
數據結構學科的章節劃分基本上為：概論，線性表，棧和隊列，串，多維數組和廣義表，樹和二叉樹，圖，查找，內排，外排，文件，動態存儲分配。
對於絕大多數的學校而言，「外排，文件，動態存儲分配」三章基本上是不考的，在大多數高校的計算機本科教學過程中，這三章也是基本上不作講授的。所以，大家在這三章上可以不必花費過多的精力，只要知道基本的概念即可。但是，對於報考名校特別是該校又有在試卷中對這三章進行過考核的歷史，那麼這部分朋友就要留意這三章了。
按照以上我們給出的章節以及對後三章的介紹，數據結構的章節比重大致為：
概論：內容很少，概念簡單，分數大多隻有幾分，有的學校甚至不考。
線性表：基礎章節，必考內容之一。考題多數為基本概念題，名校考題中，鮮有大型演算法設計題。如果有，也是與其它章節內容相結合。
棧和隊列：基礎章節，容易出基本概念題，必考內容之一。而棧常與其它章節配合考查，也常與遞歸等概念相聯系進行考查。
串 ：基礎章節，概念較為簡單。專門針對於此章的大型演算法設計題很少，較常見的是根據KMP進行演算法分析。
多維數組及廣義表
：基礎章節，基於數組的演算法題也是常見的，分數比例波動較大，是出題的「可選單元」或「侯補單元」。一般如果要出題，多數不會作為大題出。數組常與「查找，排序」等章節結合來作為大題考查。
樹和二叉樹
：重點難點章節，各校必考章節。各校在此章出題的不同之處在於，是否在本章中出一到兩道大的演算法設計題。通過對多所學校的試卷分析，絕大多數學校在本章都曾有過出大型演算法設計題的歷史。
圖 ：重點難點章節，名校尤愛考。如果作為重點來考，則多出現於分析與設計題型當中，可與樹一章共同構成演算法設計大題的題型設計。
查找
：重點難點章節，概念較多，聯系較為緊密，容易混淆。出題時可以作為分析型題目給出，在基本概念型題目中也較為常見。演算法設計型題中可以數組結合來考查，也可以與樹一章結合來考查。
排序
：與查找一章類似，本章同屬於重點難點章節，且概念更多，聯系更為緊密，概念之間更容易混淆。在基本概念的考查中，尤愛考各種排序演算法的優劣比較此類的題。演算法設計大題中，如果作為出題，那麼常與數組結合來考查。
二、數據結構各章節重點勾劃：
第0章 概述
本章主要起到總領作用，為讀者進行數據結構的學習進行了一些先期鋪墊。大家主要注意以下幾點：數據結構的基本概念，時間和空間復雜度的概念及度量方法，演算法設計時的注意事項。本章考點不多，只要稍加註意理解即可。
第一章 線性表
作為線性結構的開篇章節，線性表一章在線性結構的學習乃至整個數據結構學科的學習中，其作用都是不可低估的。在這一章，第一次系統性地引入鏈式存儲的概念，鏈式存儲概念將是整個數據結構學科的重中之重，無論哪一章都涉及到了這個概念。
總體來說，線性表一章可供考查的重要考點有以下幾個方面：
1.線性表的相關基本概念，如：前驅、後繼、表長、空表、首元結點，頭結點，頭指針等概念。
2.線性表的結構特點，主要是指：除第一及最後一個元素外，每個結點都只有一個前趨和只有一個後繼。
3.線性表的順序存儲方式及其在具體語言環境下的兩種不同實現：表空間的靜態分配和動態分配。靜態鏈表與順序表的相似及不同之處。
4.線性表的鏈式存儲方式及以下幾種常用鏈表的特點和運算：單鏈表、循環鏈表，雙向鏈表，雙向循環鏈表。其中，單鏈表的歸並演算法、循環鏈表的歸並演算法、雙向鏈表及雙向循環鏈表的插入和刪除演算法等都是較為常見的考查方式。此外，近年來在不少學校中還多次出現要求用遞歸演算法實現單鏈表輸出（可能是順序也可能是倒序）的問題。
在鏈表的小題型中，經常考到一些諸如：判表空的題。在不同的鏈表中，其判表空的方式是不一樣的，請大家注意。
5.線性表的順序存儲及鏈式存儲情況下，其不同的優缺點比較，即其各自適用的場合。單鏈表中設置頭指針、循環鏈表中設置尾指針而不設置頭指針以及索引存儲結構的各自好處。
第二章 棧與隊列
棧與隊列，是很多學習DS的同學遇到第一隻攔路虎，很多人從這一章開始坐暈車，一直暈到現在。所以，理解棧與隊列，是走向DS高手的一條必由之路，。
學習此章前，你可以問一下自己是不是已經知道了以下幾點：
1.棧、隊列的定義及其相關數據結構的概念，包括：順序棧，鏈棧，共享棧，循環隊列，鏈隊等。棧與隊列存取數據（請注意包括：存和取兩部分）的特點。
2.遞歸演算法。棧與遞歸的關系，以及藉助棧將遞歸轉向於非遞歸的經典演算法：n!階乘問題，fib數列問題，hanoi問題，背包問題，二叉樹的遞歸和非遞歸遍歷問題，圖的深度遍歷與棧的關系等。其中，涉及到樹與圖的問題，多半會在樹與圖的相關章節中進行考查。
3.棧的應用：數值表達式的求解，括弧的配對等的原理，只作原理性了解，具體要求考查此為題目的演算法設計題不多。
4.循環隊列中判隊空、隊滿條件，循環隊列中入隊與出隊演算法。
如果你已經對上面的幾點了如指掌，棧與隊列一章可以不看書了。注意，我說的是可以不看書，並不是可以不作題哦。
第三章 串
經歷了棧一章的痛苦煎熬後，終於迎來了串一章的柳暗花明。
串，在概念上是比較少的一個章節，也是最容易自學的章節之一，但正如每個過來人所了解的，KMP演算法是這一章的重要關隘，突破此關隘後，走過去又是一馬平川的大好DS山河了，呵呵。
串一章需要攻破的主要堡壘有：
1.串的基本概念，串與線性表的關系（串是其元素均為字元型數據的特殊線性表），空串與空格串的區別，串相等的條件
2.串的基本操作，以及這些基本函數的使用，包括：取子串，串連接，串替換，求串長等等。運用串的基本操作去完成特定的演算法是很多學校在基本操作上的考查重點。
3.順序串與鏈串及塊鏈串的區別和聯系，實現方式。
4.KMP演算法思想。KMP中next數組以及nextval數組的求法。明確傳統模式匹配演算法的不足，明確next數組需要改進之外。其中，理解演算法是核心，會求數組是得分點。不用我多說，這一節內容是本章的重中之重。可能進行的考查方式是：求next和nextval數組值，根據求得的next或nextval數組值給出運用KMP演算法進行匹配的匹配過程。
第四章 數組與廣義表
學過程序語言的朋友，數組的概念我們已經不是第一次見到了，應該已經「一回生，二回熟」了，所以，在概念上，不會存在太大障礙。但作為考研課程來說，本章的考查重點可能與大學里的程序語言所關注的不太一樣，下面會作介紹。
廣義表的概念，是數據結構里第一次出現的。它是線性表或表元素的有限序列，構成該結構的每個子表或元素也是線性結構的，所以，這一章也歸入線性結構中。
本章的考查重點有：
1.多維數組中某數組元素的position求解。一般是給出數組元素的首元素地址和每個元素佔用的地址空間並組給出多維數組的維數，然後要求你求出該數組中的某個元素所在的位置。
2.明確按行存儲和按列存儲的區別和聯系，並能夠按照這兩種不同的存儲方式求解1中類型的題。
3.將特殊矩陣中的元素按相應的換算方式存入數組中。這些矩陣包括：對稱矩陣，三角矩陣，具有某種特點的稀疏矩陣等。熟悉稀疏矩陣的三種不同存儲方式：三元組，帶輔助行向量的二元組，十字鏈表存儲。掌握將稀疏矩陣的三元組或二元組向十字鏈表進行轉換的演算法。
4.廣義表的概念，特別應該明確表頭與表尾的定義。這一點，是理解整個廣義表一節演算法的基礎。近來，在一些學校中，出現了這樣一種題目類型：給出對某個廣義表L若干個求了若干次的取頭和取尾操作後的串值，要求求出原廣義表L。大家要留意。
5.與廣義表有關的遞歸演算法。由於廣義表的定義就是遞歸的，所以，與廣義表有關的演算法也常是遞歸形式的。比如：求表深度，復制廣義表等。這種題目，可以根據不同角度廣義表的表現形式運用兩種不同的方式解答：一是把一個廣義表看作是表頭和表尾兩部分，分別對表頭和表尾進行操作；二是把一個廣義表看作是若干個子表，分別對每個子表進行操作。
第五章 樹與二叉樹
從對線性結構的研究過度到對樹形結構的研究，是數據結構課程學習的一次躍變，此次躍變完成的好壞，將直接關繫到你到實際的考試中是否可以拿到高分，而這所有的一切，將最終影響你的專業課總分。所以，樹這一章的重要性，已經不說自明了。
總體來說，樹一章的知識點包括：
二叉樹的概念、性質和存儲結構，二叉樹遍歷的三種演算法（遞歸與非遞歸），在三種基本遍歷演算法的基礎上實現二叉樹的其它演算法，線索二叉樹的概念和線索化演算法以及線索化後的查找演算法，最優二叉樹的概念、構成和應用，樹的概念和存儲形式，樹與森林的遍歷演算法及其與二叉樹遍歷演算法的聯系，樹與森林和二叉樹的轉換。
下面我們來看考試中對以上知識的主要考查方法：
1.二叉樹的概念、性質和存儲結構
考查方法可有：直接考查二叉樹的定義，讓你說明二叉樹與普通雙分支樹的區別；考查滿二叉樹和完全二叉樹的性質，普通二叉樹的五個性質：第i層的最多結點數，深度為k的二叉樹的最多結點數，n0=n2+1的性質，n個結點的完全二叉樹的深度，順序存儲二叉樹時孩子結點與父結點之間的換算關系（左為：2*i，右為：2*i+1）。
二叉樹的順序存儲和二叉鏈表存儲的各自優缺點及適用場合，二叉樹的三叉鏈表表示方法。
2.二叉樹的三種遍歷演算法
這一知識點掌握的好壞，將直接關繫到樹一章的演算法能否理解，進而關繫到樹一章的演算法設計題能否順利完成。二叉樹的遍歷演算法有三種：先序，中序和後序。其劃分的依據是視其每個演算法中對根結點數據的訪問順序而定。不僅要熟練掌握三種遍歷的遞歸演算法，理解其執行的實際步驟，並且應該熟練掌握三種遍歷的非遞歸演算法。由於二叉樹一章的很多演算法，可以直接根據三種遞歸演算法改造而來（比如：求葉子個數），所以，掌握了三種遍歷的非遞歸演算法後，對付諸如：「利用非遞歸演算法求二叉樹葉子個數」這樣的題目就下筆如有神了。我會在另一篇系列文章（）里給出三種遍歷的遞歸和非遞歸演算法的背記版，到時請大家一定熟記。
3.可在三種遍歷演算法的基礎上改造完成的其它二叉樹演算法：
求葉子個數，求二叉樹結點總數，求度為1或度為2的結點總數，復制二叉樹，建立二叉樹，交換左右子樹，查找值為n的某個指定結點，刪除值為n的某個指定結點，諸如此類等等等等。如果你可以熟練掌握二叉樹的遞歸和非遞歸遍歷演算法，那麼解決以上問題就是小菜一碟了。
4.線索二叉樹：
線索二叉樹的引出，是為避免如二叉樹遍歷時的遞歸求解。眾所周知，遞歸雖然形式上比較好理解，但是消耗了大量的內存資源，如果遞歸層次一多，勢必帶來資源耗盡的危險，為了避免此類情況，線索二叉樹便堂而皇之地出現了。對於線索二叉樹，應該掌握：線索化的實質，三種線索化的演算法，線索化後二叉樹的遍歷演算法，基本線索二叉樹的其它演算法問題（如：查找某一類線索二叉樹中指定結點的前驅或後繼結點就是一類常考題）。
5.最優二叉樹（哈夫曼樹）：
最優二叉樹是為了解決特定問題引出的特殊二叉樹結構，它的前提是給二叉樹的每條邊賦予了權值，這樣形成的二叉樹按權相加之和是最小的。最優二叉樹一節，直接考查演算法源碼的很少，一般是給你一組數據，要求你建立基於這組數據的最優二叉樹，並求出其最小權值之和，此類題目不難，屬送分題。
6.樹與森林：
二叉樹是一種特殊的樹，這種特殊不僅僅在於其分支最多為2以及其它特徵，一個最重要的特殊之處是在於：二叉樹是有序的！即：二叉樹的左右孩子是不可交換的，如果交換了就成了另外一棵二叉樹，這樣交換之後的二叉樹與原二叉樹我們認為是不相同的兩棵二叉樹。但是，對於普通的雙分支樹而言，不具有這種性質。
樹與森林的遍歷，不像二叉樹那樣豐富，他們只有兩種遍歷演算法：先根與後根（對於森林而言稱作：先序與後序遍歷）。在難度比較大的考試中，也有基於此二種演算法的基礎上再進行擴展要求你利用這兩種演算法設計其它演算法的，但一般院校很少有這種考法，最多隻是要求你根據先根或後根寫出他們的遍歷序列。此二者的先根與後根遍歷與二叉樹中的遍歷演算法是有對應關系的：先根遍歷對應二叉樹的先序遍歷，而後根遍歷對應二叉樹的中序遍歷。這一點成為很多學校的考點，考查的方式不一而足，有的直接考此句話，有的是先讓你求解遍歷序列然後回答這個問題。二叉樹、樹與森林之所以能有以上的對應關系，全拜二叉鏈表所賜。二叉樹使用二叉鏈表分別存放他的左右孩子，樹利用二叉鏈表存儲孩子及兄弟（稱孩子兄弟鏈表），而森林也是利用二叉鏈表存儲孩子及兄弟。
樹一章，處處是重點，道道是考題，大家務必個個過關。
第六章 圖
如果說，從線性結構向樹形結構研究的轉變，是數據結構學科對數據組織形式研究的一次升華，那麼從樹形結構的研究轉到圖形結構的研究，則進一步讓我們看到了數據結構對於解決實際問題的重大推動作用。
圖這一章的特點是：概念繁多，與離散數學中圖的概念聯系緊密，演算法復雜，極易被考到，且容易出大題，尤其是名校，作為考研課程，如果不考查樹與圖兩章的知識，幾乎是不可想像的。
下面我們看一下圖這一章的主要考點以及這些考點的考查方式：
1.考查有關圖的基本概念問題：
這些概念是進行圖一章學習的基礎，這一章的概念包括：圖的定義和特點，無向圖，有向圖，入度，出度，完全圖，生成子圖，路徑長度，迴路，（強）連通圖，（強）連通分量等概念。與這些概念相聯系的相關計算題也應該掌握。
2.考查圖的幾種存儲形式：
圖的存儲形式包括：鄰接矩陣，（逆）鄰接表，十字鏈表及鄰接多重表。在考查時，有的學校是給出一種存儲形式，要求考生用演算法或手寫出與給定的結構相對應的該圖的另一種存儲形式。
3.考查圖的兩種遍歷演算法：深度遍歷和廣度遍歷
深度遍歷和廣度遍歷是圖的兩種基本的遍歷演算法，這兩個演算法對圖一章的重要性等同於「先序、中序、後序遍歷」對於二叉樹一章的重要性。在考查時，圖一章的演算法設計題常常是基於這兩種基本的遍歷演算法而設計的，比如：「求最長的最短路徑問題」和「判斷兩頂點間是否存在長為K的簡單路徑問題」，就分別用到了廣度遍歷和深度遍歷演算法。
4.生成樹、最小生成樹的概念以及最小生成樹的構造：PRIM演算法和KRUSKAL演算法。
考查時，一般不要求寫出演算法源碼，而是要求根據這兩種最小生成樹的演算法思想寫出其構造過程及最終生成的最小生成樹。
5.拓撲排序問題：
拓撲排序有兩種方法，一是無前趨的頂點優先演算法，二是無後繼的頂點優先演算法。換句話說，一種是「從前向後」的排序，一種是「從後向前」排。當然，後一種排序出來的結果是「逆拓撲有序」的。
6.關鍵路徑問題：
這個問題是圖一章的難點問題。理解關鍵路徑的關鍵有三個方面：一是何謂關鍵路徑，二是最早時間是什麼意思、如何求，三是最晚時間是什麼意思、如何求。簡單地說，最早時間是通過「從前向後」的方法求的，而最晚時間是通過「從後向前」的方法求解的，並且，要想求最晚時間必須是在所有的最早時間都已經求出來之後才能進行。這個問題拿來直接考演算法源碼的不多，一般是要求按照書上的演算法描述求解的過程和步驟。
在實際設計關鍵路徑的演算法時，還應該注意以下這一點：採用鄰接表的存儲結構，求最早時間和最晚時間要採用不同的處理方法，即：在演算法初始時，應該首先將所有頂點的最早時間全部置為0。關鍵路徑問題是工程進度控制的重要方法，具有很強的實用性。
7.最短路徑問題：
與關鍵路徑問題並稱為圖一章的兩只攔路虎。概念理解是比較容易的，關鍵是演算法的理解。最短路徑問題分為兩種：一是求從某一點出發到其餘各點的最短路徑；二是求圖中每一對頂點之間的最短路徑。這個問題也具有非常實用的背景特色，一個典型的應該就是旅遊景點及旅遊路線的選擇問題。解決第一個問題用DIJSKTRA演算法，解決第二個問題用FLOYD演算法。注意區分。
第七章 查找
在不少數據結構的教材中，是把查找與排序放入高級數據結構中的。應該說，查找和排序兩章是前面我們所學的知識的綜合運用，用到了樹、也用到了鏈表等知識，對這些數據結構某一方面的運用就構成了查找和排序。
現實生活中，search幾乎無處不在，特別是現在的網路時代，萬事離不開search，小到文檔內文字的搜索，大到INTERNET上的搜索，search占據了我們上網的大部分時間。
在復習這一章的知識時，你需要先弄清楚以下幾個概念：
關鍵字、主關鍵字、次關鍵字的含義；靜態查找與動態查找的含義及區別；平均查找長度ASL的概念及在各種查找演算法中的計算方法和計算結果，特別是一些典型結構的ASL值，應該記住。
在DS的教材中，一般將search分為三類：1st，在順序表上的查找；2nd，在樹表上的查找；3rd，在哈希表上的查找。下面詳細介紹其考查知識點及考查方式：
1.線性表上的查找：
主要分為三種線性結構：順序表，有序順序表，索引順序表。對於第一種，我們採用傳統查找方法，逐個比較。對於及有序順序表我們採用二分查找法。對於第三種索引結構，我們採用索引查找演算法。考生需要注意這三種表下的ASL值以及三種演算法的實現。其中，二分查找還要特別注意適用條件以及其遞歸實現方法。
2.樹表上的查找：
這是本章的重點和難點。由於這一節介紹的內容是使用樹表進行的查找，所以很容易與樹一間的某些概念相混淆。本節內容與樹一章的內容有聯系，但也有很多不同，應注意規納。樹表主要分為以下幾種：二叉排序樹，平衡二叉樹，B樹，鍵樹。其中，尤以前兩種結構為重，也有部分名校偏愛考B樹的。由於二叉排序樹與平衡二叉樹是一種特殊的二叉樹，所以與二叉樹的聯系就更為緊密，二叉樹一章學好了，這里也就不難了。
二叉排序樹，簡言之，就是「左小右大」，它的中序遍歷結果是一個遞增的有序序列。平衡二叉樹是二叉排序樹的優化，其本質也是一種二叉排序樹，只不過，平衡二叉樹對左右子樹的深度有了限定：深度之差的絕對值不得大於1。對於二叉排序樹，「判斷某棵二叉樹是否二叉排序樹」這一演算法經常被考到，可用遞歸，也可以用非遞歸。平衡二叉樹的建立也是一個常考點，但該知識點歸根結底還是關注的平衡二叉樹的四種調整演算法，所以應該掌握平衡二叉樹的四種調整演算法，調整的一個參照是：調整前後的中序遍歷結果相同。
B樹是二叉排序樹的進一步改進，也可以把B樹理解為三叉、四叉....排序樹。除B樹的查找演算法外，應該特別注意一下B樹的插入和刪除演算法。因為這兩種演算法涉及到B樹結點的分裂和合並，是一個難點。B樹是報考名校的同學應該關注的焦點之一。
鍵樹也稱字元樹，特別適用於查找英文單詞的場合。一般不要求能完整描述演算法源碼，多是根據演算法思想建立鍵樹及描述其大致查找過程。
3.基本哈希表的查找演算法：
哈希一詞，是外來詞，譯自「hash」一詞，意為：散列或雜湊的意思。哈希表查找的基本思想是：根據當前待查找數據的特徵，以記錄關鍵字為自變數，設計一個function，該函數對關鍵字進行轉換後，其解釋結果為待查的地址。基於哈希表的考查點有：哈希函數的設計，沖突解決方法的選擇及沖突處理過程的描述。
第八章 內部排序
內排是DS課程中最後一個重要的章節，建立在此章之上的考題可以有多種類型：填空，選擇，判斷乃至大型演算法題。但是，歸結到一點，就是考查你對書本上的各種排序演算法及其思想以及其優缺點和性能指標（時間復雜度）能否了如指掌。
這一章，我們對重點的規納將跟以上各章不同。我們將從以下幾個側面來對排序一章進行不同的規納，以期能更全面的理解排序一章的總體結構及各種演算法。
從排序演算法的種類來分，本章主要闡述了以下幾種排序方法：插入、選擇、交換、歸並、計數等五種排序方法。
其中，在插入排序中又可分為：直接插入、折半插入、2路插入、希爾排序。這幾種插入排序演算法的最根本的不同點，說到底就是根據什麼規則尋找新元素的插入點。直接插入是依次尋找，折半插入是折半尋找。希爾排序，是通過控制每次參與排序的數的總范圍「由小到大」的增量來實現排序效率提高的目的。
交換排序，又稱冒泡排序，在交換排序的基礎上改進又可以得到快速排序。快速排序的思想，一語以敝之：用中間數將待排數據組一分為二。快速排序，在處理的「問題規模」這個概念上，與希爾有點相反，快速排序，是先處理一個較大規模，然後逐漸把處理的規模降低，最終達到排序的目的。
選擇排序，相對於前面幾種排序演算法來說，難度大一點。具體來說，它可以分為：簡單選擇、樹選擇、堆排。這三種方法的不同點是，根據什麼規則選取最小的數。簡單選擇，是通過簡單的數組遍歷方案確定最小數；樹選擇，是通過「錦標賽」類似的思想，讓兩數相比，不斷淘汰較大（小）者，最終選出最小（大）數；而堆排序，是利用堆這種數據結構的性質，通過堆元素的刪除、調整等一系列操作將最小數選出放在堆頂。堆排序中的堆建立、堆調整是重要考點。樹選擇排序，也曾經在一些學校中的大型演算法題中出現，請大家注意。
歸並排序，故名思義，是通過「歸並」這種操作完成排序的目的，既然是歸並就必須是兩者以上的數據集合才可能實現歸並。所以，在歸並排序中，關注最多的就是2路歸並。演算法思想比較簡單，有一點，要銘記在心：歸並排序是穩定排序。
基數排序，是一種很特別的排序方法，也正是由於它的特殊，所以，基數排序就比較適合於一些特別的場合，比如撲克牌排序問題等。基數排序，又分為兩種：多關鍵字的排序（撲克牌排序），鏈式排序（整數排序）。基數排序的核心思想也是利用「基數空間」這個概念將問題規模規范、變小，並且，在排序的過程中，只要按照基排的思想，是不用進行關鍵字比較的，這樣得出的最終序列就是一個有序序列。
本章各種排序演算法的思想以及偽代碼實現，及其時間復雜度都是必須掌握的，學習時要多注意規納、總結、對比。此外，對於教材中的10.7節，要求必須熟記，在理解的基礎上記憶，這一節幾乎成為很多學校每年的必考點。
至此，數據結構所有章節的章節重點問題，我們已經規納完畢，使用清華嚴版教材的同學，在復習的同時，可以參照本貼給出的重點進行復習。但是，由於作者本人水平有限，可能有很多考點沒有規納出來，也可能有些考點規納有誤，在此，作者本人誠懇希望諸位朋友直面提出，我會不斷完善和發布新的關於數據結構復習的總結以及筆記
嚴蔚敏數據結構為主的筆記二
第二章：線性表(包括習題與答案及要點)
--------------------------------------------------------------------------------
本章的重點是掌握順序表和單鏈表上實現的各種基本演算法及相關的時間性能分析，難點是使用本章所學的基本知識設計有效演算法解決與線性表相關的應用問題。
要求達到<識記>層次的內容有:線性表的邏輯結構特徵；線性表上定義的基本運算，並利用基本運算構造出較復雜的運算。
要求達到<綜合應用>層次的內容有：順序表的含義及特點，順序表上的插入、刪除操作及其平均時間性能分析，解決簡單應用問題。
鏈表如何表示線性表中元素之間的邏輯關系；單鏈表、雙鏈表、循環鏈表鏈接方式上的區別；單鏈表上實現的建表、查找、插入和刪除等基本演算法及其時間復雜度。循環鏈表上尾指針取代頭指針的作用，以及單循環鏈表上的演算法與單鏈表上相應演算法的異同點。雙鏈表的定義和相關演算法。利用鏈表設計演算法解決簡單應用問題。
要求達到<領會>層次的內容就是順序表和鏈表的比較，以及如何選擇其一作為其存儲結構才能取得較優的時空性能。
--------------------------------------------------------------------------------
線性表的邏輯結構特徵是很容易理解的，如其名，它的邏輯結構特徵就好象是一條線，上面打了一個個結，很形象的，如果這條線上面有結，那麼它就是非空表，只能有一個開始結點，有且只能有一個終端結點，其它的結前後所相鄰的也只能是一個結點(直接前趨和直接後繼)。
關於線性表上定義的基本運算，主要有構造空表、求表長、取結點、查找、插入、刪除等。
--------------------------------------------------------------------------------
線性表的邏輯結構和存儲結構之間的關系。在計算機中，如何把線性表的結點存放到存儲單元中，就有許多方法，最簡單的方法就是按順序存儲。就是按線性表的邏輯結構次序依次存放在一組地址連續的存儲單元中。在存儲單元中的各元素的物理位置和邏輯結構中各結點相鄰關系是一致的。
在順序表中實現的基本運算主要討論了插入和刪除兩種運算。相關的演算法我們通過練習掌握。對於順序表的插入和刪除運算，其平均時間復雜度均為O(n)。
--------------------------------------------------------------------------------
線性表的鏈式存儲結構。它與順序表不同，鏈表是用一組任意的存儲單元來存放線性表的結點，這組存儲單元可以分布在內存中任何位置上。因此，鏈表中結點的邏輯次序和物理次序不一定相同。所以為了能正確表示結點間的邏輯關系，在存儲每個結點值的同時，還存儲了其後繼結點的地址信息(即
⑨ c語言的數據結構和程序設計
數據結構
數據結構是計算機存儲、組織數據的方式。數據結構是指相互之間存在一種或多種特定關系的數據元素的集合。通常情況下，精心選擇的數據結構可以帶來更高的運行或者存儲效率。數據結構往往同高效的檢索演算法和索引技術有關。數據結構在計算機科學界至今沒有標準的定義。個人根據各自的理解的不同而有不同的表述方法： Sartaj Sahni 在他的《數據結構、演算法與應用》一書中稱：「數據結構是數據對象，以及存在於該對象的實例和組成實例的數據元素之間的各種聯系。這些聯系可以通過定義相關的函數來給出。」他將數據對象（data object）定義為「一個數據對象是實例或值的集合」。 Clifford A.Shaffer 在《數據結構與演算法分析》一書中的定義是：「數據結構是 ADT（抽象數據類型 Abstract Data Type） 的物理實現。」 Lobert L.Kruse 在《數據結構與程序設計》一書中，將一個數據結構的設計過程分成抽象層、數據結構層和實現層。其中，抽象層是指抽象數據類型層，它討論數據的邏輯結構及其運算，數據結構層和實現層討論一個數據結構的表示和在計算機內的存儲細節以及運算的實現。
重要意義
一般認為，一個數據結構是由數據元素依據某種邏輯聯系組織起來的。對數據元素間邏輯關系的描述稱為數據的邏輯結構；數據必須在計算機內存儲，數據的存儲結構是數據結構的實現形式，是其在計算機內的表示；此外討論一個數據結構必須同時討論在該類數據上執行的運算才有意義。 在許多類型的程序的設計中，數據結構的選擇是一個基本的設計考慮因素。許多大型系統的構造經驗表明，系統實現的困難程度和系統構造的質量都嚴重的依賴於是否選擇了最優的數據結構。許多時候，確定了數據結構後，演算法就容易得到了。有些時候事情也會反過來，我們根據特定演算法來選擇數據結構與之適應。不論哪種情況，選擇合適的數據結構都是非常重要的。 選擇了數據結構，演算法也隨之確定，是數據而不是演算法是系統構造的關鍵因素。這種洞見導致了許多種軟體設計方法和程序設計語言的出現，面向對象的程序設計語言就是其中之一。
研究內容 在計算機科學中，數據結構是一門研究非數值計算的程序設計問題中計算機的操作對象（數據元素）以及它們之間的關系和運算等的學科，而且確保經過這些運算後所得到的新結構仍然是原來的結構類型。
「數據結構」作為一門獨立的課程在國外是從1968年才開始設立的。 1968年美國唐•歐•克努特教授開創了數據結構的最初體系，他所著的《計算機程序設計技巧》第一卷《基本演算法》是第一本較系統地闡述數據的邏輯結構和存儲結構及其操作的著作。「數據結構」在計算機科學中是一門綜合性的專業基礎課。數據結構是介於數學、計算機硬體和計算機軟體三者之間的一門核心課程。數據結構這一門課的內容不僅是一般程序設計（特別是非數值性程序設計）的基礎，而且是設計和實現編譯程序、操作系統、資料庫系統及其他系統程序的重要基礎。
計算機是一門研究用計算機進行信息表示和處理的科學。這裡面涉及到兩個問題：信息的表示，信息的處理 。
而信息的表示和組織又直接關繫到處理信息的程序的效率。隨著計算機的普及，信息量的增加，信息范圍的拓寬，使許多系統程序和應用程序的規模很大，結構又相當復雜。因此，為了編寫出一個「好」的程序，必須分析待處理的對象的特徵及各對象之間存在的關系，這就是數據結構這門課所要研究的問題。眾所周知，計算機的程序是對信息進行加工處理。在大多數情況下，這些信息並不是沒有組織，信息（數據）之間往往具有重要的結構關系，這就是數據結構的內容。數據的結構，直接影響演算法的選擇和效率。 計算機解決一個具體問題時，大致需要經過下列幾個步驟：首先要從具體問題中抽象出一個適當的數學模型，然後設計一個解此數學模型的演算法（Algorithm），最後編出程序、進行測試、調整直至得到最終解答。尋求數學模型的實質是分析問題，從中提取操作的對象，並找出這些操作對象之間含有的關系，然後用數學的語言加以描述。計算機演算法與數據的結構密切相關，演算法無不依附於具體的數據結構，數據結構直接關繫到演算法的選擇和效率。運算是由計算機來完成，這就要設計相應的插入、刪除和修改的演算法 。也就是說，數據結構還需要給出每種結構類型所定義的各種運算的演算法。 數據是對客觀事物的符號表示，在計算機科學中是指所有能輸入到計算機中並由計算機程序處理的符號的總稱。
數據元素是數據的基本單位，在計算機程序中通常作為一個整體考慮。一個數據元素由若干個數據項組成。數據項是數據的不可分割的最小單位。有兩類數據元素：一類是不可分割的原子型數據元素，如：整數"5"，字元 "N" 等；另一類是由多個款項構成的數據元素，其中每個款項被稱為一個數據項。例如描述一個學生的信息的數據元素可由下列6個數據項組成。其中的出身日期又可以由三個數據項："年"、"月"和"日"組成，則稱"出身日期"為組合項，而其它不可分割的數據項為原子項。
關鍵字指的是能識別一個或多個數據元素的數據項。若能起唯一識別作用，則稱之為 "主" 關鍵字，否則稱之為 "次" 關鍵字。
數據對象是性質相同的數據元素的集合，是數據的一個子集。數據對象可以是有限的，也可以是無限的。
數據處理是指對數據進行查找、插入、刪除、合並、排序、統計以及簡單計算等的操作過程。在早期，計算機主要用於科學和工程計算，進入八十年代以後，計算機主要用於數據處理。據有關統計資料表明，現在計算機用於數據處理的時間比例達到80%以上，隨著時間的推移和計算機應用的進一步普及，計算機用於數據處理的時間比例必將進一步增大。
分類
數據結構是指同一數據元素類中各數據元素之間存在的關系。數據結構分別為邏輯結構、存儲結構（物理結構）和數據的運算。數據的邏輯結構是對數據之間關系的描述，有時就把邏輯結構簡稱為數據結構。邏輯結構形式地定義為（K，R）（或（D，S）），其中，K是數據元素的有限集，R是K上的關系的有限集。
數據元素相互之間的關系稱為結構。有四類基本結構：集合、線性結構、樹形結構、圖狀結構（網狀結構）。樹形結構和圖形結構全稱為非線性結構。集合結構中的數據元素除了同屬於一種類型外，別無其它關系。線性結構中元素之間存在一對一關系，樹形結構中元素之間存在一對多關系，圖形結構中元素之間存在多對多關系。在圖形結構中每個結點的前驅結點數和後續結點數可以任意多個。
數據結構在計算機中的表示（映像）稱為數據的物理（存儲）結構。它包括數據元素的表示和關系的表示。數據元素之間的關系有兩種不同的表示方法：順序映象和非順序映象，並由此得到兩種不同的存儲結構：順序存儲結構和鏈式存儲結構。順序存儲方法：它是把邏輯上相鄰的結點存儲在物理位置相鄰的存儲單元里，結點間的邏輯關系由存儲單元的鄰接關系來體現，由此得到的存儲表示稱為順序存儲結構。順序存儲結構是一種最基本的存儲表示方法，通常藉助於程序設計語言中的數組來實現。鏈接存儲方法：它不要求邏輯上相鄰的結點在物理位置上亦相鄰，結點間的邏輯關系是由附加的指針欄位表示的。由此得到的存儲表示稱為鏈式存儲結構，鏈式存儲結構通常藉助於程序設計語言中的指針類型來實現。索引存儲方法：除建立存儲結點信息外，還建立附加的索引表來標識結點的地址。散列存儲方法：就是根據結點的關鍵字直接計算出該結點的存儲地址。
數據結構中，邏輯上（邏輯結構：數據元素之間的邏輯關系）可以把數據結構分成線性結構和非線性結構。線性結構的順序存儲結構是一種隨機存取的存儲結構，線性表的鏈式存儲結構是一種順序存取的存儲結構。線性表若採用鏈式存儲表示時所有結點之間的存儲單元地址可連續可不連續。邏輯結構與數據元素本身的形式、內容、相對位置、所含結點個數都無關。
數據結構與演算法
演算法的設計取決於數據（邏輯）結構，而演算法的實現依賴於採用的存儲結構。數據的存儲結構實質上是它的邏輯結構在計算機存儲器中的實現為了全面的反映一個數據的邏輯結構，他在存儲器中的映象包括兩方面內容，及數據元素之間的信息和數據元素之間的關系。不同數據結構有其相應的若干運算。數據的運算是在數據的邏輯結構上定義的操作演算法，如檢索、插入、刪除、更新的排序等。
數據的運算是數據結構的一個重要方面，討論任一種數據結構時都離不開都離不開對該結構上的數據運算及其實現演算法的討論。
數據結構的形式定義為：數據結構是一個二元組：
Data-Structure=(D，S)
其中：D是數據元素的有限集，S是D上關系的有限集。
數據結構不同於數據類型，也不同於數據對象，它不僅要描述數據類型的數據對象，而且要描述數據對象各元素之間的相互關系。
數據類型是一個值的集合和定義在這個值集上的一組操作的總稱。數據類型可分為兩類：原子類型、結構類型。一方面，在程序設計語言中，每一個數據都屬於某種數據類型。類型明顯或隱含地規定了數據的取值范圍、存儲方式以及允許進行的運算。可以認為，數據類型是在程序設計中已經實現了的數據結構。另一方面，在程序設計過程中，當需要引入某種新的數據結構時，總是藉助編程語言所提供的數據類型來描述數據的存儲結構。
計算機中表示數據的最小單位是二進制數的一位，叫做位。我們用一個由若干位組合起來形成的一個位串表示一個數據元素，通常稱這個位串為元素或結點。當數據元素由若干數據項組成時，位串中對應於各個數據項的子位串稱為數據域。元素或結點可看成是數據元素在計算機中的映象。 一個軟體系統框架應建立在數據之上，而不是建立在操作之上。一個含抽象數據類型的軟體模塊應包含定義、表示、實現三個部分。 對每一個數據結構而言，必定存在與它密切相關的一組操作。若操作的種類和數目不同，即使邏輯結構相同，數據結構能起的作用也不同。
不同的數據結構其操作集不同，但下列操作必不可缺：1,結構的生成；2.結構的銷毀；3,在結構中查找滿足規定條件的數據元素；4,在結構中插入新的數據元素； 5,刪除結構中已經存在的數據元素； 6,遍歷。
抽象數據類型：一個數學模型以及定義在該模型上的一組操作。抽象數據類型實際上就是對該數據結構的定義。因為它定義了一個數據的邏輯結構以及在此結構上的一組演算法。抽象數據類型可用以下三元組表示：（D，S，P）。D是數據對象，S是D上的關系集，P是對D的基本操作集。ADT的定義為： ADT 抽象數據類型名{ 數據對象：（數據元素集合） 數據關系：（數據關系二元組結合） 基本操作：（操作函數的羅列） } ADT 抽象數據類型名;
抽象數據類型有兩個重要特性： 數據抽象
用ADT描述程序處理的實體時，強調的是其本質的特徵、其所能完成的功能以及它和外部用戶的介面（即外界使用它的方法）。 數據封裝 將實體的外部特性和其內部實現細節分離，並且對外部用戶隱藏其內部實現細節。
數據（Data）是信息的載體，它能夠被計算機識別、存儲和加工處理。它是計算機程序加工的原料，應用程序處理各種各樣的數據。計算機科學中，所謂數據就是計算機加工處理的對象，它可以是數值數據，也可以是非數值數據。數值數據是一些整數、實數或復數，主要用於工程計算、科學計算和商務處理等；非數值數據包括字元、文字、圖形、圖像、語音等。數據元素（Data Element）是數據的基本單位。在不同的條件下，數據元素又可稱為元素、結點、頂點、記錄等。例如，學生信息檢索系統中學生信息表中的一個記錄等，都被稱為一個數據元素。
有時，一個數據元素可由若干個數據項（Data Item）組成，例如，學籍管理系統中學生信息表的每一個數據元素就是一個學生記錄。它包括學生的學號、姓名、性別、籍貫、出生年月、成績等數據項。這些數據項可以分為兩種：一種叫做初等項，如學生的性別、籍貫等，這些數據項是在數據處理時不能再分割的最小單位；另一種叫做組合項，如學生的成績，它可以再劃分為數學、物理、化學等更小的項。通常，在解決實際應用問題時是把每個學生記錄當作一個基本單位進行訪問和處理的。
數據對象（Data Object）或數據元素類（Data Element Class）是具有相同性質的數據元素的集合。在某個具體問題中，數據元素都具有相同的性質（元素值不一定相等），屬於同一數據對象（數據元素類），數據元素是數據元素類的一個實例。例如，在交通咨詢系統的交通網中，所有的頂點是一個數據元素類，頂點A和頂點B各自代表一個城市，是該數據元素類中的兩個實例，其數據元素的值分別為A和B。 數據結構（Data Structure）是指互相之間存在著一種或多種關系的數據元素的集合。在任何問題中，數據元素之間都不會是孤立的，在它們之間都存在著這樣或那樣的關系，這種數據元素之間的關系稱為結構。根據數據元素間關系的不同特性，通常有下列四類基本的結構：
⑴集合結構。該結構的數據元素間的關系是「屬於同一個集合」。
⑵線性結構。該結構的數據元素之間存在著一對一的關系。
⑶樹型結構。該結構的數據元素之間存在著一對多的關系。
⑷圖形結構。該結構的數據元素之間存在著多對多的關系，也稱網狀結構。 從上面所介紹的數據結構的概念中可以知道，一個數據結構有兩個要素。一個是數據元素的集合，另一個是關系的集合。在形式上，數據結構通常可以採用一個二元組來表示。
數據結構的形式定義為：數據結構是一個二元組
Data_Structure ＝（D，R）
其中，D是數據元素的有限集，R是D上關系的有限集。 線性結構的特點是數據元素之間是一種線性關系，數據元素「一個接一個的排列」。在一個線性表中數據元素的類型是相同的，或者說線性表是由同一類型的數據元素構成的線性結構。在實際問題中線性表的例子是很多的，如學生情況信息表是一個線性表：表中數據元素的類型為學生類型; 一個字元串也是一個線性表：表中數據元素的類型為字元型，等等。
線性表是最簡單、最基本、也是最常用的一種線性結構。 線性表是具有相同數據類型的n(n>=0)個數據元素的有限序
列，通常記為：
(a1，a2，… ai-1，ai，ai+1，…an)
其中n為表長， n＝0 時稱為空表。 它有兩種存儲方法：順序存儲和鏈式存儲，它的主要基本操作是插入、刪除和檢索等。
常用數據結構數組 (Array) 在程序設計中，為了處理方便， 把具有相同類型的若干變數按有序的形式組織起來。這些按序排列的同類數據元素的集合稱為數組。在C語言中， 數組屬於構造數據類型。一個數組可以分解為多個數組元素，這些數組元素可以是基本數據類型或是構造類型。因此按數組元素的類型不同，數組又可分為數值數組、字元數組、指針數組、結構數組等各種類別。
棧 (Stack) 是只能在某一端插入和刪除的特殊線性表。它按照後進先出的原則存儲數據，先進入的數據被壓入棧底，最後的數據在棧頂，需要讀數據的時候從棧頂開始彈出數據（最後一個數據被第一個讀出來）。
隊列 (Queue) 一種特殊的線性表，它只允許在表的前端（front）進行刪除操作，而在表的後端（rear）進行插入操作。進行插入操作的端稱為隊尾，進行刪除操作的端稱為隊頭。隊列中沒有元素時，稱為空隊列。
鏈表 (Linked List) 是一種物理存儲單元上非連續、非順序的存儲結構，數據元素的邏輯順序是通過鏈表中的指針鏈接次序實現的。鏈表由一系列結點（鏈表中每一個元素稱為結點）組成，結點可以在運行時動態生成。每個結點包括兩個部分：一個是存儲數據元素的數據域，另一個是存儲下一個結點地址的指針域。
樹 (Tree) 是包含n（n>0）個結點的有窮集合K，且在K中定義了一個關系N，N滿足 以下條件： （1）有且僅有一個結點 k0，他對於關系N來說沒有前驅，稱K0為樹的根結點。簡稱為根（root）。 （2）除K0外，k中的每個結點，對於關系N來說有且僅有一個前驅。
（3）K中各結點，對關系N來說可以有m個後繼（m>=0）。
圖 (Graph) 圖是由結點的有窮集合V和邊的集合E組成。其中，為了與樹形結構加以區別，在圖結構中常常將結點稱為頂點，邊是頂點的有序偶對，若兩個頂點之間存在一條邊，就表示這兩個頂點具有相鄰關系。
堆 (Heap) 在計算機科學中，堆是一種特殊的樹形數據結構，每個結點都有一個值。通常我們所說的堆的數據結構，是指二叉堆。堆的特點是根結點的值最小（或最大），且根結點的兩個子樹也是一個堆。
散列表 (Hash) 若結構中存在關鍵字和K相等的記錄，則必定在f(K)的存儲位置上。由此，不需比較便可直接取得所查記錄。稱這個對應關系f為散列函數(Hash function)，按這個思想建立的表為散列表。
⑩ 數據結構與演算法分析：C語言描述的內容簡介
《數據結構與演算法分析:C語言描述(原書第2版)》內容簡介：書中詳細介紹了當前流行的論題和新的變化，討論了演算法設計技巧，並在研究演算法的性能、效率以及對運行時間分析的基礎上考查了一些高級數據結構，從歷史的角度和近年的進展對數據結構的活躍領域進行了簡要的概括。由於《數據結構與演算法分析:C語言描述(原書第2版)》選材新穎，方法實用，題例豐富，取捨得當。《數據結構與演算法分析:C語言描述(原書第2版)》的目的是培養學生良好的程序設計技巧和熟練的演算法分析能力，使得他們能夠開發出高效率的程序。從服務於實踐又鍛煉學生實際能力出發，書中提供了大部演算法的C程序和偽碼常式，但並不是全部。一些程序可從互聯網上獲得。
《數據結構與演算法分析:C語言描述(原書第2版)》是《Data Structures and Algorithm Analysis in C》一書第2版的簡體中譯本。原書曾被評為20世紀頂尖的30部計算機著作之一，作者Mark Allen Weiss在數據結構和演算法分析方面卓有建樹，他的數據結構和演算法分析的著作尤其暢銷，並受到廣泛好評．已被世界500餘所大學用作教材。
在《數據結構與演算法分析:C語言描述(原書第2版)》中，作者更加精煉並強化了他對演算法和數據結構方面創新的處理方法。通過C程序的實現，著重闡述了抽象數據類型的概念，並對演算法的效率、性能和運行時間進行了分析。
全書特點如下：
●專用一章來討論演算法設計技巧，包括貪婪演算法、分治演算法、動態規劃、隨機化演算法以及回溯演算法
●介紹了當前流行的論題和新的數據結構，如斐波那契堆、斜堆、二項隊列、跳躍表和伸展樹
●安排一章專門討論攤還分析，考查書中介紹的一些高級數據結構
●新開辟一章討論高級數據結構以及它們的實現，其中包括紅黑樹、自頂向下伸展樹。treap樹、k-d樹、配對堆以及其他相關內容
●合並了堆排序平均情況分析的一些新結果
《數據結構與演算法分析:C語言描述(原書第2版)》是國外數據結構與演算法分析方面的標准教材，介紹了數據結構(大量數據的組織方法)以及演算法分析(演算法運行時間的估算)。《數據結構與演算法分析:C語言描述(原書第2版)》的編寫目標是同時講授好的程序設計和演算法分析技巧，使讀者可以開發出具有最高效率的程序。 《數據結構與演算法分析:C語言描述(原書第2版)》可作為高級數據結構課程或研究生一年級演算法分析課程的教材，使用《數據結構與演算法分析:C語言描述(原書第2版)》需具有一些中級程序設計知識，還需要離散數學的一些背景知識。