實驗報告數據結構與演算法
編程是為了解決問題，這些問題並表都是數值計算，其所處理的數據並不都是數值，但計算機所能處理的最終是0和1的二進制串，所以需要把問題中的數據用計算機能處理的方式來表示，這就需要數據結構。
簡單的說，數據結構是數據在計算機中的表示方式，有邏輯結構和物理結構之分，如邏輯上同樣的隊列，物理上可以是順序存儲，也可以是鏈式存儲。
通俗的講，演算法就是解決問題的方法，比如同樣的排序，可以用冒泡排序、插入排序等，不同的演算法可以達到相同的目標，但是效率可能有所不同。
2. 數據結構完整版實驗報告
(一)實驗目的和要求
實驗目的：熟練掌握線性表的基本操作在順序存儲結構上的實現。
實驗要求：任選一種高級程序語言編寫源程序，並調試通過，測試正確。
(二)實驗主要內容
1. 建立n個元素的順序表SqList，實現順序表的基本操作；
2. 在SqList的元素i之後插入一個元素，實現順序表插入的基本操作；
3. 在sqList中刪除指定位置i上的元素，實現順序表刪除的操作。
4.
(三)主要儀器設備
PC機，Windows XP操作平台，Visual C++
(四)實驗原理
順序表操作：定義一個順序表類，該類包括順序表的存儲空間、存儲容量和長度，以及構造、插入、刪除、遍歷等操作的方法
(五)實驗步驟與調試分析：
順序表操作：先構造有四個數據的順序表，在第4個位置插入9，再讀取並刪除第3個元素。
(六)實驗結果與分析：
順序表操作：
（七）附錄（源程序）：
#include<iostream>
using namespace std;
const int LIST_INIT_SIZE=10; //順序表初始長度
const int LISTINCREMENT=5; //順序表長度增值
class SqList
{
int *L; //定義存儲空間起始地址
int length; //順序表當前長度
int listsize; //順序表當前存儲容量
bool flag; //設立標志值記錄操作成敗
public:
SqList(int v1,int v2,int v3,int v4); //構造函數構造並初始化順序表
void ListInsert(int i,int e); //實現將e插入到順序表中第i個位置
void ListDelete(int i,int &e); //實現刪除順序表第i個元素
void ListVisit(); //實現順序表的遍歷
};
SqList::SqList(int v1,int v2,int v3,int v4) //構造並初始化順序表
{
L=new int[LIST_INIT_SIZE];
if(!L) //分配失敗
{
flag=false;
cout<<"ERROR"<<endl;
}
else //分配成功，進行初始化
{
*L=v1;
*(L+1)=v2;
*(L+2)=v3;
*(L+3)=v4;
length=4;
listsize=LIST_INIT_SIZE;
flag=true;
}
}
void SqList::ListInsert(int i,int e) //插入元素
{
int *p,*q;
int t;
if(i<1||i>length+1) cout<<"ERROR"<<endl; //插入位置錯誤
else
{
if(length==listsize) //空間不足，增加分配
{
p=new int[listsize+LISTINCREMENT];
if(!p) cout<<"ERROR"<<endl; //分配失敗
else //分配成功，復制順序表
{
for(t=0;t<length;t++)
*(p+t)=*(L+t);
q=L;L=p;p=q;
delete q;
listsize+=LISTINCREMENT;
}
}
for(t=length;t>=i;t--)
*(L+length)=*(L+length-1);
*(L+i-1)=e;
length++; //插入成功，表長加1
}
}
void SqList::ListDelete(int i,int &e)
{
if(i<1||i>length) cout<<"ERROR"<<endl; //刪除位置錯誤
else
{
e=*(L+i-1);
while(i<length)
{
*(L+i-1)=*(L+i);
i++;
}
length--; //刪除成功表長減1
}
}
void SqList::ListVisit() //遍歷
{
int i;
for(i=0;i<length;i++)
cout<<" "<<*(L+i);
cout<<endl;
}
int main()
{
int e=0;
SqList list(2,3,4,5);
list.ListVisit();
list.ListInsert(4,9);
list.ListVisit();
list.ListDelete(3,e);
list.ListVisit();
cout<<"e="<<e<<endl;
return 0;
}
3. 一文帶你認識30個重要的數據結構和演算法
數組是最簡單也是最常見的數據結構。它們的特點是可以通過索引（位置）輕松訪問元素。
它們是做什麼用的？
想像一下有一排劇院椅。每把椅子都分配了一個位置（從左到右），因此每個觀眾都會從他將要坐的椅子上分配一個號碼。這是一個數組。將問題擴展到整個劇院（椅子的行和列），您將擁有一個二維數組（矩陣）。
特性
鏈表是線性數據結構，就像數組一樣。鏈表和數組的主要區別在於鏈表的元素不存儲在連續的內存位置。它由節點組成——實體存儲當前元素的值和下一個元素的地址引用。這樣，元素通過指針鏈接。
它們是做什麼用的？
鏈表的一個相關應用是瀏覽器的上一頁和下一頁的實現。雙鏈表是存儲用戶搜索鍵嘩顯示的頁面的完美數據結構。
特性
堆棧是一種抽象數據類型，它形式化了受限訪問集合的概念。該限制遵循 LIFO（後進先出）規則。因此，添加到堆棧中的最後一個元素是您從中刪除的第一個元素。
堆棧可以使用數組或鏈表來實現。
它們是做什麼用的？
現實生活中最常見的例子是在食堂中將盤子疊放在寬枝一起。位於頂部的板首先被移除。放置在最底部的盤子是在堆棧中保留時間最長的盤子。
堆棧最有用的一種情況是您需要獲取給定元素的相反順序。只需將它們全部推入堆棧，然後彈出它們。
另一個有趣的應用是有效括弧問題。給定一串括弧，您可以使用堆棧檢查它們是否匹配。
特性
隊列是受限訪問集合中的另一種數據類型，就像前面討論的堆棧一樣。主要區別在於隊列是按照FIFO（先進先出）模型組織的：隊列中第一個插入的元素是第一個被移除的元素。隊列可以使用固定長度的數組、循環數組或鏈表來實現。
它們是做什麼用的？
這種抽象數據類型 (ADT) 的最佳用途當然是模擬現實生活中的隊列。例如，在呼叫中心應用程序中，隊列用於保存等待從顧問那裡獲得幫助的客戶——這些客戶應該按照他們呼叫的順序獲得幫助。
一種特殊且非常重要的隊列類型是優先順序隊列。元素根據與它們關聯的「優先順序」被引入隊列：具有最高優先順序的元素首先被引入隊列。這個 ADT 在許多圖演算法（Dijkstra 演算法、BFS、Prim 演算法、霍夫曼編碼 ）中是必不可少的。它是使用堆實現的。
另一種特殊類型的隊列是deque 隊列（雙關語它的發音是「deck」）。可以從隊列的兩端插入/刪除元素。
特性
Maps （dictionaries）是包含鍵集合和值集合的抽象數據類型。每個鍵都有一個與之關聯的值。
哈希表是一種特殊類型的映射。它使用散列函數生成一個散列碼，放入一個桶或槽數組：鍵被散列，結果散列指示值的存儲位置。
最常見的散列函數（在眾多散列函數中）是模常數函數。例如，如果常量是 6，則鍵 x 的值是x%6。
理想情況下，散列函數會將每個鍵分配給一個唯一的桶，但他們的大多數設計都採用了不完善的函數，這可能會導致具有相同生成值的鍵之間發生沖突。這種碰撞總是以某種方式適應的。
它們是做什麼用的？
Maps 最著名的應用是語言詞典。語言中的每個詞都為其指定了定義。它是使用有序映射實現的（其鍵按字母順序排列）。
通訊錄也是一張Map。每個名字都有一個分配給它的電話號碼。
另一個有用的應用是值的標准化。假設我們要為一天中的每一分鍾（24 小時 = 1440 分鍾）分配一個從 0 到 1439 的索引。哈希函數將為h(x) = x.小時*60+x.分鍾。
特性
術語：
因為maps 是使用自平衡紅黑樹實現的（文章後面會解釋），所以所有操作都在 O(log n) 內完成；所有哈希表操作都是常量。
圖是表示一對兩個集合的非線性數據結構：G={V, E}，其中 V 是頂點（節點）的集合，而 E 是邊（箭頭）的集合。節點是由邊互連的值 - 描述兩個節點之間的依賴關系（有時與成本/距離相關聯）的線。
圖有兩種主要類型：有稿巧行向圖和無向圖。在無向圖中，邊(x, y)在兩個方向上都可用：(x, y)和(y, x)。在有向圖中，邊(x, y)稱為箭頭，方向由其名稱中頂點的順序給出：箭頭(x, y)與箭頭(y, x) 不同。
它們是做什麼用的？
特性
圖論是一個廣闊的領域，但我們將重點介紹一些最知名的概念：
一棵樹是一個無向圖，在連通性方面最小（如果我們消除一條邊，圖將不再連接）和在無環方面最大（如果我們添加一條邊，圖將不再是無環的）。所以任何無環連通無向圖都是一棵樹，但為了簡單起見，我們將有根樹稱為樹。
根是一個固定節點，它確定樹中邊的方向，所以這就是一切「開始」的地方。葉子是樹的終端節點——這就是一切「結束」的地方。
一個頂點的孩子是它下面的事件頂點。一個頂點可以有多個子節點。一個頂點的父節點是它上面的事件頂點——它是唯一的。
它們是做什麼用的？
我們在任何需要描繪層次結構的時候都使用樹。我們自己的家譜樹就是一個完美的例子。你最古老的祖先是樹的根。最年輕的一代代表葉子的集合。
樹也可以代表你工作的公司中的上下級關系。這樣您就可以找出誰是您的上級以及您應該管理誰。
特性
二叉樹是一種特殊類型的樹：每個頂點最多可以有兩個子節點。在嚴格二叉樹中，除了葉子之外，每個節點都有兩個孩子。具有 n 層的完整二叉樹具有所有2ⁿ-1 個可能的節點。
二叉搜索樹是一棵二叉樹，其中節點的值屬於一個完全有序的集合——任何任意選擇的節點的值都大於左子樹中的所有值，而小於右子樹中的所有值。
它們是做什麼用的？
BT 的一項重要應用是邏輯表達式的表示和評估。每個表達式都可以分解為變數/常量和運算符。這種表達式書寫方法稱為逆波蘭表示法 (RPN)。這樣，它們就可以形成一個二叉樹，其中內部節點是運算符，葉子是變數/常量——它被稱為抽象語法樹（AST）。
BST 經常使用，因為它們可以快速搜索鍵屬性。AVL 樹、紅黑樹、有序集和映射是使用 BST 實現的。
特性
BST 有三種類型的 DFS 遍歷：
所有這些類型的樹都是自平衡二叉搜索樹。不同之處在於它們以對數時間平衡高度的方式。
AVL 樹在每次插入/刪除後都是自平衡的，因為節點的左子樹和右子樹的高度之間的模塊差異最大為 1。 AVL 以其發明者的名字命名：Adelson-Velsky 和 Landis。
在紅黑樹中，每個節點存儲一個額外的代表顏色的位，用於確保每次插入/刪除操作後的平衡。
在 Splay 樹中，最近訪問的節點可以快速再次訪問，因此任何操作的攤銷時間復雜度仍然是 O(log n)。
它們是做什麼用的？
AVL 似乎是資料庫理論中最好的數據結構。
RBT（紅黑樹） 用於組織可比較的數據片段，例如文本片段或數字。在 Java 8 版本中，HashMap 是使用 RBT 實現的。計算幾何和函數式編程中的數據結構也是用 RBT 構建的。
在 Windows NT 中（在虛擬內存、網路和文件系統代碼中），Splay 樹用於緩存、內存分配器、垃圾收集器、數據壓縮、繩索（替換用於長文本字元串的字元串）。
特性
最小堆是一棵二叉樹，其中每個節點的值都大於或等於其父節點的值：val[par[x]]
4. 寫一個數據結構的實驗報告。要求研究數據結構的一個典型演算法，有實驗內容，實驗步驟(代碼)，分析，總結
課程設計任務書及成績評定
課題名稱
宿舍管理查詢軟體
Ⅰ、題目的目的和要求：
鞏固和加深對數據結構的理解，通過上機實驗、調試程序，加深對課本知識的理解，最終使學生能夠熟練應用數據結構的知識寫程序。
（1）通過本課程的學習，能熟練掌握幾種基本數據結構的基本操作。
（2）能針對給定題目，選擇相應的數據結構，分析並設計演算法，進而給出問題的正確求解過程並編寫代碼實現。
第四章詳細設計
#include "fstream"
#include "iostream"
#include "cstring"
using namespace std;
/************************學生信息定義**********************************/
typedef struct Stu
{ char name[8];
char num[6];
char room[5];
}Stu;
typedef struct{
Stu *elem;
int length;
}Snode;
/*****************************學生信息處理及用戶交互****************/
int Init_Stu(Snode &st); //創建學生信息
int Sort_Stu(Snode &st,intlow,int high); //快速排序演算法
int Search_Stu(Snode st, char sn[]); //學生姓名二分查找並輸出
void s(Stu &s1,Stu s2); //結構體s2賦給s1
int display(Snode st); //學生數據輸出
void SavePass(); //密碼問題
int quanxian(); //管理員登陸
/*******************************主函數程序****************************/
int main()
{ int suc=0;
charch1,choice,look[10];
Snode stu;
while(suc==0)
{ suc=quanxian();
if(suc==0)
{ cerr<<"您輸入的用戶信息不存在，請重新輸入:"<<endl<<"退出輸入'y'或 'Y',否則'n'或'N'："<<endl<<endl;
cin>>ch1;
if(ch1=='y'||ch1=='Y')
return0;
}
cout<<endl<<endl<<endl<<endl;
}
cout<<"\t\t****\n\n\t\t\t歡迎進入學生宿舍管理查詢系統 \n\n\t\t****\n\n";
cout<<"\t\t\t***************主菜單***************\n\n";
5. 演算法與數據結構實驗順序表的應用實驗報告
者visual c++都行。
看看這個也許你會明白的更多一些。
實驗一 多項式相加
一、實驗目的
熟悉鏈表的使用。
掌握如何使用C語言實現鏈表的說明、創建以及結點的插入和刪除等操作。
二、實驗要求
熟悉C語言編程。
三、實驗內容
對於兩個一元多項式中所有指數相同的項，對應系數相加，若其和不為零，則構成「和多項式」的一項；對於兩個一元多項式中所有指數不相同的項，則分別復抄到「和多項式」中去。
四、實驗步驟
1. 用鏈表作一元多項式的數據結構，用C語言對鏈表作說明
2. 生成輸入一元多項式的函數
3. 輸入一元多項式A(x)和B(x)
4. 以一元多項式A(x)為和多項式，將B(x)多項式中系數加入到A(x)中去
實驗二 後綴表達式計算
一、實驗目的
熟悉棧的使用。
掌握如何使用C語言實現棧的說明、創建以及進棧和出棧等操作。
二、實驗要求
熟悉C語言編程。
三、實驗內容
先將中綴表達式（就是我們通常所見的）轉換為後綴表達式，比如 a+b*c+d 要變成 abc*+d+；轉換的方法用棧來實現，涉及到運算符的優先順序；然後用另一個棧來對後綴表達式計算結果
四、實驗步驟
1．讀入字母/數字--〉字母/數字進棧
2．讀入運算符--〉退出兩個字母/數字，用運算符計算結果，並將結果進棧
3．棧能剛好退完，則最後的即為結果。否則表明表達式有誤
實驗三 Kmp演算法
一、實驗目的
熟悉字元串的使用。
掌握如何kmp演算法實驗字元串的模式匹配。
二、實驗要求
熟悉C語言編程。
三、實驗內容
求出子串（模式串）的next，利用kmp演算法實驗模式與主串的匹配演算法。
四、實驗步驟
1．生成模式串的next函數
2．從第1個字元開始，進行模式串與主串的比較，
3．如果出現失配，將模式串的第next[j]位置開始，繼續與主串進行比較。
實驗四 Huffman 編碼
一、實驗目的
熟悉Huffman編碼方法。
了解並弄懂Huffman編碼實現信息的無損壓縮原理。
二、實驗要求
熟悉C語言編程。
三、實驗內容
1.根據給定的n個權值(w1, w2, …, wn)構成n棵二叉樹的集合F=，其中每棵二叉樹Ti中只有一個帶樹為Ti的根結點
2.在F中選取兩棵根結點的權值最小的樹作為左右子樹構造一棵新的二叉樹，且置其根結點的權值為其左右子樹權值之和
3.在F中刪除這兩棵樹，同時將新得到的二叉樹加入F中
4.重復2, 3，直到F只含一棵樹為止
四、實驗步驟
1．用C語言實現二叉樹的說明
2．輸入n個權值，並生成n個二叉樹
3．對n個二叉樹逐步生成Huffman樹
4．對Huffman樹的每個葉子結點生成編碼
實驗五 關鍵路徑
一、實驗目的
熟悉關鍵路徑的實現方法。
了解AOE-網以及關鍵路徑在工程實踐中的應用。
二、實驗要求
熟悉C語言編程。
三、實驗內容
根據輸入的弧，生成AOE-網。從始點開始，找出到終點的多條路徑，求這些路徑上的關鍵活動。由關鍵活動組成的從始點到終點的路徑，即為關鍵路徑。
四、實驗步驟
1．輸入e條弧，生成AOE-網的存儲結構。
2．從始點v0出發，令ve[0]=0，按拓撲有序求ve[j]
3．從終點vn-1出發，令vl[n-1]=ve[n-1]，按逆拓撲有序求vl[i]
4．根據各頂點的ve和vl值，求每條弧(活動)ai的最早開始時間e[ai]和最遲開始時間l[ai]
5．如果e[ai]=l[ai]，則ai為關鍵活動
實驗六 最短路經
一、實驗目的
熟悉最短路徑的實現方法。
了解AOE-網以及最短路徑在求解實際問題中的應用。
二、實驗要求
熟悉C語言編程。
三、實驗內容
從始點v0開始，逐步求v0到其它可達的各頂點的最短路徑，直到所有頂點計算完成為止。
四、實驗步驟
1．輸入e條弧，生成AOE-網的存儲結構。
2．初始化： S ← ;
dist[j] ← Edge[0][j], j = 1, 2, …, n-1; // n為圖中頂點個數
3.求出最短路徑的長度：
dist[k] ← min , i V- S ;
S ← S U ;
4.修改從v0到V-S集合中各頂點的最短路徑：
dist[i] ← min,
對於每一個 i 屬於 V- S ;
5.判斷：若 S = V, 則演算法結束，否則轉 2。
實驗七 二叉排序樹
一、實驗目的
熟悉二叉排序樹的使用。
掌握如何使用C語言實現二叉樹的說明、創建以及二叉排序樹的生成等操作。
二、實驗要求
熟悉C語言編程。
三、實驗內容
給定一個記錄關鍵字的值，與二叉排序樹的根結點值比較，如果小於根結點的值，則向左子樹查找；如果大於根結點的值，則向右子樹查找。如果查找到葉子結點leaf，仍沒有找到記錄，則：如果關鍵字的值小於leaf的值，則插入該leaf結點的左邊，做leaf的左孩子，否則做leaf的右孩子。
四、實驗步驟
1．用C語言實現二叉樹的說明
2．直接將輸入的值作為根結點的值
3．與根結點比較，小於則放到左子樹上，大於則放到右子樹上。
實驗八 希爾排序
一、實驗目的
熟悉希爾排序的使用。
掌握如何使用C語言實現若干記錄的排序。
二、實驗要求
熟悉C語言編程。
三、實驗內容
先將整個待排記錄序列分割成為若乾子序列分別進行直接插入排序，待整個序列中的記錄「基本有序」時，再對全體記錄進行一次直接插入排序。
四、實驗步驟
1．輸入待排序記錄
2．首先取一個整數 gap < n(待排序記錄數) 作為間隔, 將全部記錄分為 gap 個子序列, 所有距離為 gap 的記錄放在同一個子序列中
3．在每一個子序列中分別施行直接插入排序。
4．然後縮小間隔 gap, 例如取 gap = gap/2
5．重復上述的子序列劃分和排序工作，直到最後取gap = 1, 將所有記錄放在同一個序列中排序為止。
實驗九 快速排序
一、實驗目的
熟悉快速排序的使用。
掌握如何使用C語言實現若干記錄的排序。
二、實驗要求
熟悉C語言編程。
三、實驗內容
通過一趟將待排記錄分割成獨立的兩個部分，其中一部分記錄的關鍵字均比另一部分記錄的關鍵字小。再對兩個部分分別進行快速排序。
四、實驗步驟
1．輸入待排序的記錄，並選擇第一個記錄作為pivotkey記錄
2.從high指向的記錄開始,向前找到第一個關鍵字的值小於Pivotkey的記錄,將其放到low指向的位置,low+1
3.從low指向的記錄開始,向後找到第一個關鍵字的值大於Pivotkey的記錄,將其放到high指向的位置,high-1
4.重復2,3，直到low=high，將樞軸記錄放在low(high)指向的位置
5．重復2,3,4，直到整個記錄有序為止
實驗十 堆排序
一、實驗目的
熟悉堆排序的使用。
掌握如何使用C語言實現若干記錄的排序。
二、實驗要求
熟悉C語言編程。
三、實驗內容
首先將一個無序序列建成一個堆；然後輸出堆頂元素；在輸出堆頂元素之後，調整剩餘的元素成為一個新堆。
四、實驗步驟
1．輸入記錄，按順序創建一個完全二叉樹
2．根據篩選演算法，從最後一個結點開始，一直到根結點，逐步篩選，建造初始堆。
3．輸出堆頂記錄，將最後一個結點放到堆頂，並做篩選，重新建造一個堆
4．直到所有記錄輸出為止
6. 01 - 數據結構和演算法的認識
了解數據結構和演算法的一些基本概念，主要掌握時間復雜度的計算
數據結構是指所有數據元素以及數據元素之間的關系，可以看做是相互之間存在著某種特定關系的數據元素的集合，即可以把數據結構看成是 帶結構的數據元素的集合 。
數據的邏輯結構是從邏輯關繫上描述數據的，常常將數據的邏輯結構簡稱為數據結構。
集合：
樹形結構：
圖形結構：
邏輯結構在計算機中的存儲方式。依賴於計算機語言
順序存儲結構：
鏈式存儲結構：
索引存儲結構：
散列（哈希）存儲結構：
數據類型是一組性質相同的值的集合和定義在此集合上的一組操作的總稱，數據類型是數據結構在計算機的具體體現。
注意：
演算法是對特定問題求解步驟的一種描述
特性： 有窮性、確定性、可行性、有輸入、有輸出
演算法設計好後，還需要分析演算法的優劣，從兩方面考慮
一個演算法由控制結構和原操作構成，演算法的運算時間取決於兩者的綜合效果，演算法執行時間大致為基本運算時所需時間與運行次數的乘積。因此一個演算法的執行效率可以由其最基本的運算的執行次數來衡量。
計算公式： T(n)=O(f(n))
說明：
注意： O 的作用在於只求出T(n)的最高階項，忽略低階項和常數
O(1)
沒有進行循環的演算法中，基本運算次數與問題規模無關，所以是常數
對數階 O(log2n)
次數為x，而2的x次方等於n，那麼就是對數階
線性階 O(n)
只有一層循環
平方階 O(n^2)
立方階 O(n^3)
三層循環，肯定就是n^3了
排序：
O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(n^3) <O(2^n) < O(n!) < O(n^n)
也叫加權平均時間復雜度，將執行的概率也加入計算。
是一種特殊的加權平均時間復雜度，把耗時多的操作分攤到耗時低的操作。
這個時間復雜度 其實是O(1),而不是O(n)
演算法空間復雜度是指計算演算法所需的存儲空間， 其計算公式為S(n) = n(f(n))
所以在考察演算法的空間復雜度，主要考慮演算法執行所需要的臨時佔用的存儲空間大小的量度。
數組逆序,將一維v1.43數組a中的n個數逆序存放在原數組中.
復雜度計算:
說明：
7. 什麼是數據結構和演算法
數據結構，Data_Structure，其中D是數據元素的集合，R是該集合中所有元素之間的關系的有限集合。數據結構則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。
數據結構是計算機專業學生在大學期間都會學習的一門課程，但是由於課程偏理論，缺乏實際操作的學習體驗，而讓大家產生了一種「數據結構不重要，我只要學習了Java/C語言/Python同樣能敲代碼」的錯覺，但其實它是一門集技術性、理論性和實踐性於一體的課程。
演算法是某一系列運算步驟，它表達解決某一類計算問題的一般方法，對這類方法的任何一個輸入，它可以按步驟一步一步計算，最終產生一個輸出。
小碼哥的李明傑也說過所有的計算問題，都離不開要計算的對象或者要處理的信息，如何高效的把它們組織起來，就是數據結構關心的問題，所以演算法是離不開數據結構的，這就是數據與演算法。