1、資料：是對客觀事物的符號表示，在電腦科學中是指所有能輸入到計算機中並且被電腦程式處理的符號的總稱。
2、資料元素：資料元素是資料的基本單位。乙個資料元素可由若干個資料項組成。
3、資料項：資料項是構成資料元素不可分割的最小單位。
4、資料物件：性質相同資料元素的集合。
5、資料結構：在任何人問題中資料元素都是不可孤立存在的，而是他們之間存在著某種關係，這種資料元素之間的某種關係稱之為資料結構。資料結構包括了3個方面的內容：邏輯結構、儲存結構、資料的運算。
6、資料的邏輯結構：資料的邏輯結構是對資料之間邏輯的描述，他與資料的儲存結構無關，同一種邏輯結構可以有多種儲存結構。
（1）、邏輯結構的分類
a、線性結構：是乙個資料元素的有序集合。
資料結構中，線性結構是指資料元素之間存在這「一對一」的線性關係的資料結構
b、非線性結構：非線性結構中的節點存在著一對多，多對多的關係。集合、樹、圖是典型的非線性結構。
7、資料的儲存結構（物理結構）
（1）定義：資料的物理結構又稱儲存結構，是資料邏輯結構在計算機中的表示，它包含資料元素的表示和資料關係的表示。
（2）儲存方法：資料元素之間的關係在計算機中有兩種不同的表示方法（順序映像、非順序映像）。對應的兩種不同的儲存結構分別是順序儲存結構和鏈式儲存結構。順序映像是借助資料元素之在儲存器中相對位置來表示資料元素之間的邏輯關係。非順序映像是借助指標來表示資料元素之間的邏輯關係。
4 種常見的儲存方法：
1、順序儲存方法：該方法把邏輯上相鄰的節點在物理上儲存上也存到相鄰的物理儲存單元中。節點之間的邏輯關係由儲存單元的鄰接關係來體現。
優點：隨機訪問，每個元素占用最少儲存空間。
缺點：易產生較多的外部鄰接碎片。
2、鏈式儲存方法：該方法不要求邏輯上相鄰的節點物理上也相鄰，節點之間的關係是通過指標字段表示的。
優點：不會出現碎片現象，充分利用所有儲存單元。
缺點：每個元素因額外的指標占用了額外的儲存單元，並且只能實現順序訪問。
3、索引儲存方法：在儲存索引元素的同時還建立附加的索引表。
優點：檢索速度快。
缺點：增加了附加的索引表，會占用較多的儲存空間。同時在增刪資料時會增加對索引表的操作，浪費時間。
優點：檢索和增刪操作很快。
缺點：可能會出現儲存單元衝突，而解決衝突會增加時間和空間開銷。
1、有窮性：乙個演算法必須保證有限個步驟之後結束，且每步在有窮時間內完成。
2、確定性：演算法的每一步必須有確定的含義，不會產生二義性。
3、可行性：演算法中描述的操作是可以通過已經實現的基本運算執行有限次來實現。
4、輸入：乙個演算法有零個或者多個輸入。
5、輸出：乙個演算法有乙個或者多個的輸出，這個輸出是同輸入有著某種關係的特定量。
1、正確性：演算法要能正確的執行預先設定好功能和效能要求。
2、可讀性：演算法要易於人的理解。
3、健壯性：演算法要很好的容錯性，能夠對不合理的資料進行檢查。
4、高效率與低儲存量要求：演算法的執行時間要快，需要執行記憶體要小。
資料結構 第一章 第一節 資料結構的基本概念
第一章的考點其實很少，主要是會了解到幾個很重要的概念。要學習資料結構，得先了解以下幾個問題 資料結構是什麼？資料結構有哪些元素組成的？如何去定義或是描述乙個資料結構 這些都不知道？那我們就從了解資料結構裡的一些概念和術語開始吧。資料結構 資料結構三要素 資料的儲存結構 資料的運算 各種教材上對資料的...
第一節 物件導向基本概念
高階語言分類 第一代 對數學表示式有很強的處理能力，面向過程 第二代 結構化程式設計，能有效表達演算法 第三代 抽象資料型別的語言 可能基於物件，但沒有繼承 opp 面向過程的程式資料和演算法分開，物件導向把資料和演算法組合起來成為類 類是建立物件的模板 從要解決的問題中識別出有意義的物件以及物件的...
機器學習之 第一節基本概念
1基本概念 2監督學習 分類 3監督學習 回歸 4非監督學習 1.學習 針對經驗e和一系列的任務t和一定的表現的衡量p，如果隨著e的積累，針對定義好的任務t可以提高表現p，就說計算機具有學習能力 2.deep learning 基於機器學習，以神經網路演算法為起源價值模型結構深度增加的發展。3.機器...