⑴ 什么是数据结构
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的算法。数据结构往往同高效的检索算法和索引技术有关。
数据结构在计算机科学界至今没有标准的定义。个人根据各自的理解而有不同的表述方法：
Sartaj Sahni 在他的《数据结构、算法与应用》一书中称：“数据结构是数据对象，以及存在于该对象的实例和组成实例的数据元素之间的各种联系。这些联系可以通过定义相关的函数来给出。”他将数据对象（data object）定义为“一个数据对象是实例或值的集合”。
Clifford A.Shaffer 在《数据结构与算法分析》一书中的定义是：“数据结构是 ADT（抽象数据类型 Abstract Data Type） 的物理实现。”
Lobert L.Kruse 在《数据结构与程序设计》一书中，将一个数据结构的设计过程分成抽象层、数据结构层和实现层。其中，抽象层是指抽象数据类型层，它讨论数据的逻辑结构及其运算，数据结构层和实现层讨论一个数据结构的表示和在计算机内的存储细节以及运算的实现。
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。
⑵ 求数据结构的分析方法
理解数据结构先把一个结构独立出来
数据结构里面的指针通常都是指向一个struct，而这个结构内部包含有子struct的指针字段（一对多关系），下一个struct的指针字段（一对一关系）。具体数量上看是不是数组吧。
按照这个方法，就能把结构理清。
循环都是要通过遍历才得出结论，有向图要用一个visted[]数组标识已经访问过的结点，如果下一个访问的节点已经是被访问过了，证明有循环。
⑶ 请问怎么学好数据结构与算法分析
数据结构，内容包括数数组、链表、堆栈、队列等。计算机就是对大量数据的处理。可见数据结构的重要性。
算法也是有很多种的，比如递归、穷举等。是把一个问题抽象，最终形成算法。
递归高中书本上就有的，不说了。
举个穷举例子吧，现在要破译计算机的密码，这就是一种对键盘上数字及字母的穷举（破译密码的一种方法），穷举出所有的可能与之匹配，直之成功。
很有意思的穷举可以找找“韩信点兵”看看。
⑷ 大家数据结构都是怎样复习的
一、数据结构的章节结构及重点构成
数据结构学科的章节划分基本上为:概论,线性表,栈和队列,串,多维数组和广义表,树和二叉树,图,查找,内排,外排,文件,动态存储分配。
对于绝大多数的学校而言,“外排,文件,动态存储分配”三章基本上是不考的,在大多数高校的计算机本科教学过程中,这三章也是基本上不作讲授的。所以,大家在这三章上可以不必花费过多的精力,只要知道基本的概念即可。
按照以上我们给出的章节以及对后三章的介绍,数据结构的章节比重大致为:(考研内容分析)
概论:内容很少,概念简单,分数大多只有几分,有的学校甚至不考。
线性表:基础章节,必考内容之一。考题多数为基本概念题,名校考题中,鲜有大型算法设计题。如果有,也是与其它章节内容相结合。
栈和队列:基础章节,容易出基本概念题,必考内容之一。而栈常与其它章节配合考查,也常与递归等概念相联系进行考查。
串:基础章节,概念较为简单。专门针对于此章的大型算法设计题很少,较常见的是根据KMP进行算法分析。
多维数组及广义表:基础章节,基于数组的算法题也是常见的,分数比例波动较大,是出题的“可选单元”或“侯补单元”。一般如果要出题,多数不会作为大题出。数组常与“查找,排序”等章节结合来作为大题考查。
树和二叉树:重点难点章节,各校必考章节。各校在此章出题的不同之处在于,是否在本章中出一到两道大的算法设计题。通过对多所学校的试卷分析,绝大多数学校在本章都曾有过出大型算法设计题的历史。
图:重点难点章节,名校尤爱考。如果作为重点来考,则多出现于分析与设计题型当中,可与树一章共同构成算法设计大题的题型设计。
查找:重点难点章节,概念较多,联系较为紧密,容易混淆。出题时可以作为分析型题目给出,在基本概念型题目中也较为常见。算法设计型题中可以数组结合来考查,也可以与树一章结合来考查。
排序:与查找一章类似,本章同属于重点难点章节,且概念更多,联系更为紧密,概念之间更容易混淆。在基本概念的考查中,尤爱考各种排序算法的优劣比较此类的题。算法设计大题中,如果作为出题,那么常与数组结合来考查。
⑸ 数据结构与算法分析是一门怎样的课程
内容包括表、栈、队列、树、散列表、优先队列、排序、不相交集算法、图论算法、算法分析、算法设计、摊还分析、查找树算法、k-d树和配对堆等。
⑹ 如何学好数据结构
（转）
前面的话：轻舟曾经热衷于把自己复习时候遇到的问题和总结的经验分享给大家，不过
来了交大以后，发现这里卧虎藏龙，自己只不过是溪底小虾一个。于是放弃了以前出数
据结构笔记的打算，不过，最近又有许多同学问起我数据结构的事情，这里就把以前总
结的笔记的前言帖出来，但绝对不会有后续部分，希望大家见谅。
学习数据结构这门课程至少要经历三个过程，方可真正
的掌握这门课程，得到一个满意的成绩。这个过程简单来说就是三个字：活→死→活。
首先，是一个学“活”的过程，就要要求我们对书中的每一个算法，能够在脑海中
建立起相应的模型，而不是死板的算法。比如树的遍历非递归算法，在入栈与出栈的过程
中，我们就要在脑海中形成访问树每个结点的过程，真正掌握住这个算法。这样，全书复
习下来，你的脑海中就有了整个数据结构的模型概念，对任何一个陌生的算法，将不感到
生疏和害怕。
有些同学到了此处就觉得数据结构已经学好，可以万事大吉了，其实这还远远不够
，如果参加考试，往往会拿不到高分，甚至还会纳闷，为何自己数据结构学的这样好，成
绩却不尽如人意，因此产生了批卷老师判错的想法。所以第二个过程，就是一个学“死”
的过程，这个过程要求，要记住书中的算法（功利一点就是要背诵会所报考学校的考试要
求的算法）。有的学校有别的特殊要求，也一并背会。如上海交通大学喜欢考平均复杂度
的分析这样的题目，我们在书上可以找到这样的分析一共十一个，全部背会，就免去了在
考场上分析的麻烦，如果连答案都能记住，那么，也不会因为粗心失分了。这一过程也许
有些枯燥，但却是最重要的过程，比如说背会了树的后序遍历非递归，遇到了像求某个结
点的所有祖先，两个结点的共同祖先这样的题，不用想，直接套用。这样才是考试的高分
的关键：在考场上，遇到考题，不用思考，直接从脑海中找匹配的算法，直接引用。
有了第二个过程的辛苦，我们就可以得到一个比较高的分数了，如果还想提高，就
要进行第三个过程，再学“活”的过程。这一个过程中就要要求我们，在第二步的基础上
，多进行思考，看看有哪些算法有共性，比如说：树的前序非递归遍历算法和图的深度优
先遍历算法是不是类似啊，有些什么不同，有些什么相同，为什么会相同；森林转化为二
叉树和图的生成树的算法也是这样，等等。总结出这种共性，这样就能正确有效的记忆算
法，同时，遇到难题不至于慌乱，能够从容下手解题。
对于总结共性问题上，这里举一小个例子，(呵呵，我当初总结出这个，并且和ka
oyan.com斑竹一具讨论确定后三天，就在2002年交大第一题考出类似东东）比如树的遍
历，不管是递归还是非递归
，也不管是线索树，还是头结点有父母信息的树，它的遍历其实就是一个寻找到遍历的第
一个结点，然后再寻找它的后继结点的过程，我们归纳到此处，就可以试着总结一下三种
遍历的后继结点是哪个，有几种情况：
对于前序遍历，它的后继如下：
（1）若有左孩子，则后继是左孩子；
（2）若无左孩子，有右孩子，则后继是右孩子；
（3）若既无左孩子，又无右孩子，则是一片叶子；再讨论：
（a）若是其父母的左孩子，且父母有右孩子，则后继是父母的右孩子。
（b）若是其父母的左孩子，且父母无右孩子；
（c）若是其父母的右孩子。
b，c都表示这是某个节点的左子树前序遍历的最后一个节点，则需要找第一个有右子
树的“左祖先”（定义“左祖先”，即找第一个使得当前节点在这个祖先的左子树上），
然后后继就是这个祖先的右孩子。
对于中序遍历，它的后继如下：
（1）如有右孩子，后继是右孩子的最左下节点；
（2）若无右孩子，且是父母的左孩子，则后继就是父母；
（3）若无右孩子，且是父母的右孩子，则一直上溯到第一个“左祖先”（定义如前）
则后继就是这个祖先。若无这样的祖先，说明已经遍历完毕。
对于后序遍历，它的后继如下：
（1）若是父母的右孩子，则后继是父母；
（2）若是父母的左孩子，且父母无右子树，则后继是父母；
（3）若是父母的左孩子，父母有右子树，则后继是父母右子树的最先访问到的节点（
指向父母的右子树后，一直往左，若不行的话，往右一步，一直到叶子）
总结完了，想一想，我们还能得到哪些提示？经常有一类型题目，要求求某个结点
的直接前驱。其实求前序遍历的前驱和求后序遍历的后继是一样的，只不过把左换成右而
已，前序遍历的求后继和后序遍历的求前驱、中序遍历的求前驱和中序遍历求后继都有这
样的对称关系。因此，总结出共性的东西，许多题目就可以迎刃而解了。问一问读到这里
的读者，你现在能够自己在脑子里面，非常轻松地像上面那样，把这个例子里面的情况都
条理清楚地分析总结出来吗？如果现在还不行，到考试之前，你必须掌握到这种程度，才
能得到一个自己很满意的分数。
经过以上的三个过程复习，相信读者对数据结构的掌握就可以到达比较高的水平了
，如果参加考试，获得一个比较满意的成绩也很有希望了。当然，达到这一
步并不容易，大量的练习是真正掌握的必由之路。因此，我们建议大家能够下功夫把本书
中的题目完整地做一遍。能够真正把本书中的所有题都掌握，绝不仅仅意味着仅会了书中
这几百道题目，而是意味着对数据结构这门课程的理解，以及对问题的分析能力都有很大
的提高，这样在考场上即使遇到未曾见过的题目，也就可以从容应对了！
⑺ 如何学习数据结构
学好数据结构首先学好C语言指针，数据机构内在串联全靠指针作用，指针主要难在本身是带地址的变量，再加上指针的指针串联导致很多人误解，先要学会理解，要对计算机的内存结构有个大概了解，对一些常见的进制之间的转化以及字节对齐等有行程基本的认知。
理解概念，建立抽象模型，比如简单的队列，先进先出模式，在设计数据模型的时候，就需要有一个对头和队尾的概念，数据需要从队尾插入队头出来，基本上三个属性就出来了，一个对头指针，一个队尾指针，一个结构体数值，常见的方法有删除清空队列，有插入队列操作，出队操作，创建初始队列操作等等，这样子抽象数据模型，形成自己的思维理解，然后再进行代码设计。
需要变通实践，代码调试变通，数据结构的组合无穷变着写代码。算法的奥妙就是在于变换，放在数据结构也是这个样子，掌握基本的数据机构算法，在学好数据结构的前提下可以学习下一本经典的算法书《算法导论》这个是算法的经典书籍。
学习数据机构不要想着有什么技巧或者方法，把自己调整到最佳的学习状态，方法自然就有了，不要给自己设置什么限制，设置底线只会让自己处在一个围墙之内，学习新东西就是突破自我的一个过程，不要在开始学习的时候给自己过大的压力。
⑻ 数据结构该怎么学啊
如果你决定考研的话，建议把C学好。如果你打算工作，可以学学C#。
不知道你为什么一开始就选择了C#。还是慢慢来吧。好运！
⑼ 一道数据结构题，请问怎样分析各种排序的空间复杂度求较为详细的解释，谢谢
题目呢？
排序算法的时间空间复杂度都是有定论的，基本上不用特别分析了，只要知道是哪个算法就有结论了，
基于比较的排序算法时间复杂度最快都是O(nlogn)
⑽ 数据结构与算法分析
数据结构与算法分析(C++版第2版)/国外计算机科学教材系列
作者：着者：美Shaffer,C.A;译者：张铭等译 出版社：电子工业出版社