第一部分、数据结构快速入门，数据结构基础详解

数据结构基础，主要研究数据存储的方式。

本章作为数据结构的入门课程，主要让读者明白，数据结构到底是什么，常用的数据存储结构有哪些，数据结构和算法之间到底有怎样的关系等等。

深度剖析数据结构的本质，同时以通俗易懂的语言描述出来，致力于让读者快速入门数据结构。

五、数据结构和算法的关系和区别

由于大量数据结构教程中都将数据结构的知识和算法掺杂起来讲，使很多初学者认为数据结构就是在讲算法，这样理解是不准确的。

数据结构和算法之间完全是两个相互独立的学科，如果非说它们有关系，那也只是互利共赢、“1+1>2”的关系。

最明显的例子，如果你认为数据结构是在讲算法，那么大学我们还学《算法导论》，后者几乎囊括了前者使用的全部算法，有什么必要同时开设这两门课程呢？

我们还可以从分析问题的角度去理清数据结构和算法之间的关系。通常，每个问题的解决都经过以下两个步骤：

1. 分析问题，从问题中提取出有价值的数据，将其存储；——>数据结构
2. 对存储的数据进行处理，最终得出问题的答案；——>算法

数据结构负责解决第一个问题，即数据的存储问题。通过前面的学习我们知道，针对数据不同的逻辑结构和物理结构，可以选出最优的数据存储结构来存储数据。

而剩下的第二个问题，属于算法的职责范围。算法，从表面意思来理解，即解决问题的方法。我们知道，评价一个算法的好坏，取决于在解决相同问题的前提下，哪种算法的效率最高，而这里的效率指的就是处理数据、分析数据的能力。

因此我们得出这样的结论，数据结构用于解决数据存储问题，而算法是思考如何利用存储的数据快速无误地解决问题，它们是完全不同的两类学科。

也正因为如此，你可以认为数据结构和算法存在“互利共赢、1+1>2”的关系。在解决问题的过程中，数据结构要配合算法选择最优的存储结构来存储数据，而算法也要结合数据存储的特点，用最优的策略来分析并处理数据，由此可以最高效地解决问题。

图 1 顺序表存储数据示意图

例如，有这样一个问题，计算“1+2+3+4+5”的值。这个问题我们可以这样来分析：

• 计算 1、2、3、4 和 5 的和，首先要选择一种数据存储方式将它们存储起来，通过前面的学习我们知道，数据之间具有“一对一”的逻辑关系，最适合用线性表来存储。结合算法的实现，我们选择顺序表来存储数据（而不是链表），如图 1 所示；
• 接下来，我们选择算法。由于数据集中存放，因此我们可以设计这样一个算法，使用一个初始值为 0 的变量 num 依次同存储的数据做“加”运算，最后得到的新 num 值就是最终结果。

选择顺序表而不是链表的原因，是顺序表遍历数据比链表更高效。后续讲顺序表时会做详细介绍。

 六、数据结构如何自学，效率更高？

自从数据结构教程发布以来，很多读者向我询问应该如何自学数据结构，或者怎么才能学好数据结构和算法？本节将结合我的个人经验，给读者介绍一些学习数据结构和算法的方法，帮大家规避一些学习数据结构和算法过程中可能会踩的坑。

首先我认为，学习数据结构和算法有一个很重要的前提，就是至少熟练掌握一门编程语言。学习数据结构和算法，实践是非常重要的，如果仅仅是空有理论而不实践，反复学多少遍都没用。

本教程以 C 语言作为教学语言，当然读者也可以在掌握 C++、Java、Python 等语言的基础上学习数据结构和算法。因为无论是数据结构还是算法，它教会我们的是解决问题的思想，并不挂靠某一门具体的编程语言。换句话说，在掌握任何一门编程语言的基础上，都可以学习数据结构和算法。

其次对于初学者来说，好的学习资源是非常重要的。要知道，学习数据结构需要读者有一定的空间想象能力，所以强烈建议读者在看文字资料的同时，再找一套相应的视频资料，两者结合来学习，往往会事半功倍。

那么，有哪些不错的学习资源呢？我个人强烈推荐严蔚敏老师的《数据结构(C语言版)》以及她录制的一整套数据结构视频资料。如果读者刚刚接触数据结构和算法，可以跟随本教程学习，同时配以严蔚敏老师录制的视频资料。

本教程就是以严蔚敏老师的数据结构为原型进行编写的，和后者相比，本教程的语言通俗易懂，同时配有完整的 C 语言代码，非常适合初学者入门使用。

另外，市面上还有很多不错的学习资料，例如《大话数据结构》、《数据结构与算法分析》等，同时慕课（mooc）上也有很多讲解数据结构和算法的视频资料，这里不再一一举例。

除了熟练精通一门编程语言、有一套不错的学习资料之外，最重要的是找到一个好的学习方法。其实数据结构和算法并不难，之所以有读者认为它很难，是因为你的学习方法不对。

在这里，我把自己的学习方法推荐给大家，可以总结为 6 个字：多动笔、多动手。

所谓“多动笔”，在学习数据结构和算法的过程中，要边学习边画图。因为，对于数据结构中的存储结构来说，尤其是树结构和图结构，存储结构确实比较复杂，仅靠空间想象难免会有纰漏，而通过亲手画图往往能避免很多“坑”。

以学习链表（后续章节会做详细讲解）为例，如果我们想象不到它是怎样存储数据，就应该尝试动手将它画出来，如图 1 所示：

图 1 画链表

上图是用画图工具制作的，读者在实际画图时，只需要做到心中有数即可。

由此，我们就画了一个存有 {1,2,3,4} 数据的链表。

不仅如此，假设在图 1 的基础上想删除存储元素 3 的结点，也可以先通过画图来实现：

图 2 删除某个结点

如上图所示，整个画图的过程，也是我们思考如何通过程序实现删除指定节点的过程：

1. 为了删除存有元素 3 的结点，先要找到它的前驱结点，也就是结点 2，并用一个指针 p 来标记；
2. 借助指针 p，可以顺利找到结点 3，因为它最终要被摘除，考虑到该结点占用的空间要手动释放，因此还要用一个指针 q 来标记它；
3. 借助指针 p 和 q（也就是图中的第 3 步），就可以成功将目标结点摘下来；
4. 最后借助指针 q，可以释放被删除节点所占用的存储空间。

以上就是为了删除存储元素 3 的结点，整个画图的流程。

再次强调，画图的过程是思考如何用程序实现的过程，并不是随意勾画。

除此之外，在学习某些算法时，也可以借助画图来加深自己的理解。甚至在阅读它人实现的代码时，可以边阅读代码边画图，这样可以更快理清代码的实现逻辑。

在通过“多动手”实现理解存储结构和实现逻辑的基础上，初学者还要“多动手”编写实现代码。注意，对于某一种存储结构或者算法，没有 3 遍以上自己独立的实现过程，是很难做到融会贯通的。

另外，很多初学者都存在“当时搞清楚了，过段时间又忘了”的情况。其原因大致有 2 个，一个是当时学的时候就没有彻底搞懂，或者处于“似懂非懂”的状态；另一个原因就是长时间没有再接触过它，所以淡忘了。其中如果是第一种原因导致的，那只能从头再学；对于第二种情况，读者不需要过度懊恼，只要我们再回顾一遍，通常是可以快速回忆起来的。

总之，数据结构确实是一门比较难理解的学科，而且学习过程没有任何捷径可走。这意味着，想要学好数据结构，除了找一套适合自己的学习资料和学习方法外，更要有一种“死磕”的精神，有句话说的很好，“不逼自己一把，永远不知道自己有多大的潜力”。