1樓：匿名使用者
佇列、陣列、圖等結構的表示方式
資料結構主要學什麼內容
2樓：烏石
一、線性表
（一）線性表的定義和基本操作
（二） 線性表的實現
1. 順序儲存結構
2. 鏈式儲存結構
3. 線性表的應用
二、棧、佇列和陣列
（一）棧和佇列的基本概念
（二）棧和佇列的順序儲存結構
（三）棧和佇列的鏈式儲存結構
（四）棧和佇列的應用
（五）特殊矩陣的壓縮儲存
三、樹與二叉樹
（一）樹的概念
（二）二叉樹
1. 二叉樹的定義及其主要特徵
2. 二叉樹的順序儲存結構和鏈式儲存結構
3. 二叉樹的遍歷
4. 線索二叉樹的基本概念和構造
5. 二叉排序樹
6. 平衡二叉樹
（三）樹、森林
1. 書的儲存結構
2. 森林與二叉樹的轉換
3. 樹和森林的遍歷
（四）樹的應用
1. 等價類問題
2. 哈夫曼（huffman）樹和哈夫曼編碼四、 圖
（一） 圖的概念
（二） 圖的儲存及基本操作
1. 鄰接矩陣法
2. 鄰接表法
（三） 圖的遍歷
1. 深度優先搜尋
2. 廣度優先搜尋
（四） 圖的基本應用及其複雜度分析
1. 最小（代價）生成樹
2. 最短路徑
3. 拓撲排序
4. 關鍵路徑
五、 查詢
（一） 查詢的基本概念
（二） 順序查詢法
（三） 折半查詢法
（四） b-樹
（五） 雜湊（hash）表及其查詢
（六） 查詢演算法的分析及應用
六、 內部排序
（一） 排序的基本概念
（二） 插入排序
1. 直接插入排序
2. 折半插入排序
（三） 氣泡排序（bubble sort）（四） 簡單選擇排序
（五） 希爾排序（shell sort）
（六） 快速排序
（七） 堆排序
（八） 二路歸併排序（merge sort）（九） 基數排序
（十） 各種內部排序演算法的比較
（十一） 內部排序演算法的應用
3樓：匿名使用者
學儲存結構和邏輯結構。儲存結構是資料在計算機中實際的存在形態，邏輯結構是程式人員需要的資料形態。資料結構是學用有限的儲存結構：
順序和隨機儲存來構造更為複雜的邏輯結構，進而基於這些邏輯結構來完成一些符合現實模型的演算法。其實資料結構就是學習如何抽像資訊、如何封裝資料、如何處理資料元素之間的關係。個人的一點見解
資料結構學的到底是什麼,和演算法的關係
4樓：百度使用者
本人乃一個資料痴迷
者,在計算機的道路上,也是一個資料結構的痴迷者,現在大學裡面和同學搞開發也痴迷於資料庫,我就我個人的理解給你談一談:
首先,資料結構是一門計算機語言學的基礎學科，它不屬於任何一門語言，其體現的是幾乎所有標準語言的演算法的思想。
上面的概念有一些模糊，我們現在來具體說一說，相信你門的資料結構使用的是一門具體的語言比如c/c++語言來說明，那是為了輔助的學習資料結構，而資料結構本身不屬於任何語言（相信你把書上的程式敲到電腦裡面是不能通過的吧，其只是描述了過程，要除錯程式，還需要修改和增加一些東西）。你們的書上開始應該在講究資料的物理儲存結構/邏輯儲存結構等概念，說明資料結構首先就是「資料的結構」，在記憶體上的儲存方式，就是物理的儲存結構，在程式使用人員的思想上它是邏輯的，比如：
你們在c/c++中學習到連結串列，那麼連結串列是什麼一個概念，你們使用指標制向下一個結點的首地址，讓他們串聯起來，形成一個接一個的結點，就像顯示生活中的火車一樣。而這只是對於程式設計師的概念，但是在記憶體中儲存的方式是怎樣的那？對於你程式設計師來說這是「透明」的，其內部分配空間在那裡，都是隨機的，而記憶體中也沒有一個又一根的線將他們串聯起來，所以，這是一個物理與邏輯的概念，對於我們程式設計師只需要知道這些就可以了，而我們主要要研究的是「邏輯結構」。
我可以給你一個我自己總結的一個概念：所有的演算法必須基於資料結構生存。也就是說，我們對於任何演算法的編寫，必須依賴一個已經存在的資料結構來對它進行操作，資料結構成為演算法的操作物件，這也是為什麼演算法和資料結構兩門分類不分家的概念，演算法在沒有資料結構的情況下，沒有任何存在的意義；而資料結構沒有演算法就等於是一個屍體而沒有靈魂。
估計這個對於演算法的初學者可能有點暈，我們在具體的說一些東西吧：
我們在資料結構中最簡單的是什麼：我個人把書籍中線性表更加細化一層（這裡是為了便於理解在這樣說的）：單個元素，比如：
int i;這個i就是一個資料結構，它是一個什麼樣的資料結構，就是一個型別為int的變數，我們可以對它進行加法/減法/乘法/除法/自加等等一系列操作，當然對於單個元素我們對它的資料結構和演算法的研究沒有什麼意義，因為它本來就是原子的，某些具體運算上可能演算法存在比較小的差異；而提升一個層次：就是我們的線性表（一般包含有：順序表/連結串列）那麼我們研究這樣兩種資料結構主要就是要研究它的什麼東西那？
一般我們主要研究他們以結構為單位（就是結點）的增加/刪除/修改/檢索（查詢）四個操作（為什麼有這樣的操作，我在下面說到），我們一般把「增加/刪除/修改」都把它稱為更新，對於一個結點，若要進行更新一類的操作比如：刪除，對於順序表來說是使用下標訪問方式，那麼我們在刪除了一個元素後需要將這個元素後的所有元素後的所有元素全部向前移動，這個時間是對於越長的順序表，時間越長的，而對於連結串列，沒有順序的概念，其刪除元素只需要將前一個結點的指標指向被刪除點的下一個結點，將空間使用free()函式進行釋放，還原給作業系統。當執行檢索操作的時候，由於順序表直接使用下標進行隨機訪問，而連結串列需要從頭開始訪問一一匹配才可以得到使用的元素，這個時間也是和連結串列的結點個數成正比的。
所以我們每一種資料結構對於不同的演算法會產生不同的效果，各自沒有絕對的好，也沒有絕對的不好，他們都有自己的應用價值和方式；這樣我們就可以在實際的專案開發中，對於內部的演算法時間和空間以及專案所能提供的硬體能力進行綜合評估，以讓自己的演算法能夠更加好。
（在這裡只提到了基於資料結構的一個方面就是：速度，其實演算法的要素還應該包括：穩定性、健壯性、正確性、有窮性、可理解性、有輸入和輸出等等）
為什麼要以結點方式進行這些亂七八糟的操作那？首先明確一個概念就是：對於過程化程式設計語言所提供的都是一些基礎第一資訊，比如一些關鍵字/保留字/運算子/分界符。
而我們需要用程式解決現實生活中的問題，比如我們要程式記錄某公司人員的情況變化，那麼人員這個資料型別，在程式設計語言中是沒有的，那麼我們需要對人員的內部資訊定義（不可能完全，只是我們需要那些就定義那些），比如：年齡/性別/姓名/出生日期/民族/工作單位/職稱/職務/工資狀態等，那麼就可以用一些c/c++語言描述了，如年齡我們就可以進行如下定義:
int age;/*age變數，表示人員公司人員的年齡*/
同理進行其他的定義，我們用結構體或類把他們封裝成自定義資料型別或類的形式，這樣用他們定義的就是一個人的物件的了，它內部包含了很多的模板資料了。
我就我個人的經歷估計的**量應該10000以內的（我個人的經理：只是建議，從你的第一行**開始算，不論程式正確與否，不論那一門語言，作為一個標準程式設計師需要十萬行的**的功底（這個是我在大學二年級感覺有一定時候的大致資料，不一定適合其他人），而十萬行**功底一般需要四門基礎遠支撐，若老師沒有教，可以自學一些語言）。
5樓：匿名使用者
所有的演算法，乃至數學在實際運用中都是要根據不同的資料來選擇不同的方法，所以一般學習過演算法和資料結構的人都會越發的認識到，資料才是程式的中心，只有找到了一個組織資料的最佳方式，演算法的運用才會事半功倍。
一般來說我覺得先學演算法比較好，但演算法和資料結構都是相輔相成的，要學好演算法要有一定資料結構的基礎，要學資料結構亦要有演算法基礎。但演算法比資料結構更重要一些，因為沒有演算法只有資料結構是沒用的。
資料結構是在整個電腦科學與技術領域上廣泛被使用的術語。它用來反映一個資料的內部構成，即一個資料由那些成分資料構成，以什麼方式構成，呈什麼結構。
從計算機的角度講，程式是用一種計算機能理解並執行的計算機語言描述解決問題的方法步驟。程式設計：是分析解決問題的方法步驟，並將其記錄下來的過程。演算法：解決問題的方法步驟。
1.資料結構或者演算法之類不是直接執行的東西。 資料結構，大約就是關於怎樣使用變數能更有效率的理論。
演算法麼，比較象數學公式，不過代進去的不是資料或變數，而是c的語句。是關於怎樣安排程式才能事半功倍的理論。
6樓：匿名使用者
資料結構和演算法其實學習的是一種思維，資料結構常見的有
1，陣列
7樓：匿名使用者
資料結構與演算法的重要性，是眾所周知的，作為開發人員都想攻克它，但大部分人堅持一下都放棄了。可能是因為知識點太多、不知從何開始學起，也可能是沒找對學習方法，也可能是沒找到好的學習資料。如果你還在迷茫中，相信本課程能夠幫到你，是你徹底掌握資料結構與演算法的美好開始。
為了保證同學們能循序漸進、全方位地掌握資料結構與演算法，mj將本課程將設計為至少3個季度（預計共100小時左右）
第1季側重於經典資料結構（比如二叉樹、雜湊表、trie等）
第2季側重於更高階的資料結構（比如圖、並查集、跳錶、布隆過濾器等）以及各種演算法
（比如排序、kmp、貪心、分治、動態規劃等）
第3季側重於leetcode題庫和演算法面試真題（比如海量資料處理、字串處理等）
在掌握資料結構的前提下，再學習常用的經典演算法，最後再進行大量的演算法題目練習，將會是個非常利於消化吸收、比較合理的學習路線。整套課程學習下來，相信以後不管是演算法面試，還是工作應用，都能夠熟練使用資料結構與演算法。
學習《資料結構》課程的主要目的是什麼
8樓：詩殤涅槃
學了以後你才能把現實世界中的問題，抽象成計算機能夠表示的問題，然後利用計算機求解。現實中的事情抽象出來無非是三種資料結構：線性結構、樹、圖。
學習資料結構需要什麼基礎嗎
9樓：匿名使用者
1.熟悉你所看的資料結構書本所使用的語言。
2.離散數學(不是必須，會的話更好)
10樓：
一門程式設計語言，一般推薦c語言
什麼是資料結構和演算法？學演算法還需要去了解資料結構嗎？
11樓：匿名使用者
你這理解不完全正確。
因為資料結構不只是記憶體中資料的排列，它是對資料的一種組織方式，就像圖書館要排書一樣，是為了便於操作，同時它本身也整合了對通用操作：比如查詢、比較等的支援。陣列不是一種資料結構，而是一種資料型別。
一個完整的資料結構包括邏輯結構和儲存結構。通常選擇了資料結構，演算法也隨之確定，是資料而不是演算法是系統構造的關鍵因素。
因此在語言實現上，資料結構通常也會包含與之相對應的演算法集合，這些演算法是指基本演算法：查詢、索引、比較等。
資料結構的邏輯結構和硬體是沒有關係的，而其儲存結構受到計算機硬體系統工作方式的影響，通常這點影響在於資料時順序儲存還是離散儲存。演算法的基礎是資料結構。只有指定明確的資料結構，演算法才能設計完成，脫離資料結構，演算法是無法，也不可能成立的。
因為不需要資料的演算法就不是一個有效的計算機演算法，演算法中任何對資料的組織形式都可以被稱之為資料結構。
2.資料結構在程式設計中的地位是極其重要的，是一個程式實現的基礎中的基礎，在此基礎上才能構建演算法。通常而言，你不瞭解什麼高深的演算法，一樣能完成工作，但是如果你不瞭解基本的資料結構，那麼可以說，你根本就不能完成一個任何有實質性內容的程式。
donald ervin knuth教授在其《計算機程式設計藝術》的第一卷《基本演算法》中花費的絕大部分的篇幅去論述資料結構。由此可見資料結構對演算法的重要性。
資料結構學了有什麼用,學資料結構有什麼用？
資料結構是在整個電腦科學與技術領域上廣泛被使用的術語。它用來反映一個資料的內部構成，即一個資料由那些成分資料構成，以什麼方式構成，呈什麼結構。資料結構有邏輯上的資料結構和物理上的資料結構之分。邏輯上的資料結構反映成分資料之間的邏輯關係，而物理上的資料結構反映成分資料在計算機內部的儲存安排。資料結構是...
如何學習資料結構，資料結構該怎麼學啊？
資料結構從文字上面來看，為資料和結構兩部分。這樣就很容易聯絡到數專據結構的本質是屬一種對於資料結構花的知識。補充一個知識點，資料結構本質和離散數學有很密切的關係。離散數學是處理的是離散 非連續的 的資料，站在資料結構的觀點上來看，也可以理解是一種非連續資料的結構。資料結構該怎麼學啊？資料結構學好並不...
資料結構要先學《離散數學》嗎，學資料結構之前必須學離散數學嗎？
我相信當你把這兩門功課都學完後，會發覺最好的方式是先學 離散數序 再學 資料結構 當然你硬要先學 資料結構 也是可以的。沒有太大的影響。計算機組成原理 應當在 彙編 之前學合適。資料結構的學習，與離散數學的學習，並沒什麼必然聯絡。離散數學，只是讓你的思維邏輯，在學資料結構式，更容易理解罷了，呵呵 我...