学习任何一种技术都应该先清楚它的基本概念，这是学习任何知识的起点！本文是讲述数据结构的基本概念，适合对数据结构已经有一定基础的程序员，更是适合想要学习数据结构的code一族！让我们开始PHP数据结构的篇章吧！

一、基本概念

（一）编写解决实际问题的程序的一般过程：

1.如何用数据形式描述问题，即将问题抽象为一个数学模型；

2.问题所涉及到的数据量的大小及数据之间的关系；

3.如何在计算机中储存数据及体现数据之间的关系；

4.处理数据时需要对数据执行的操作；

5.编写的程序的性能是否良好。

（二）数据(Data) ：

是客观事物的符号表示，在计算机科学中指的是所有能输入到计算机中并被计算机程序处理的符号的总称。

（三）数据元素(Data Element) ：是数据的基本单位，在程序中通常作为一个整体来进行考虑和处理。一个数据元素可由若干个数据项(Data Item)组成。数据项是数据的不可分割的最小单位。数据项是对客观事物某一方面特性的数据描述。

（四）数据对象(Data Object)：是性质相同的数据元素的集合，是数据的一个子集。如字符集合C={‘A’,’B’,’C,…} 。

（五）数据结构：相互之间具有一定联系的数据元素的集合。

（六）数据的逻辑结构：数据元素之间的相互关系称为逻辑结构。

（七）数据的逻辑结构有四种基本类型：

1.集合：结构中数据元素之间除了“属于同一个集合”外,再也没有其他的关系；

2.线性结构：结构中的数据元素存在一对一的关系；

3.树形结构：结构中的数据元素存在一对多的关系；

4.网状或者图状结构：结构中的数据元素存在多对多的关系；

（八）数据结构的储存方式：由数据元素之间的关系在计算机中有两种不同的表示方法顺序表示和非顺序表示，从则导出两种储存方式，顺序储存结构和链式储存结构

1.顺序存储结构：用数据元素在存储器中的相对位置来表示数据元素之间的逻辑结构(关系)。

2.链式存储结构：在每一个数据元素中增加一个存放另一个元素地址的指针(pointer )，用该指针来表示数据元素之间的逻辑结构(关系)
顺序结构：数据元素存放的地址是连续的；
链式结构：数据元素存放的地址是否连续没有要求。
数据的逻辑结构和物理结构是密不可分的两个方面，一个算法的设计取决于所选定的逻辑结构，而算法的实现依赖于所采用的存储结构

（九）数据操作： 对数据要进行的运算

（十）数据类型(Data Type)：指的是一个值的集合和定义在该值集上的一组操作的总称。

（十一）算法(Algorithm)：是对特定问题求解方法(步骤)的一种描述，是指令的有限序列，其中每一条指令表示一个或多个操作。

（十二）算法具有以下五个特性

1.有穷性： 一个算法必须总是在执行有穷步之后结束，且每一步都在有穷时间内完成。

2.确定性：算法中每一条指令必须有确切的含义。不存在二义性。且算法只有一个入口和一个出口。

3.可行性： 一个算法是能行的。即算法描述的操作都可以通过已经实现的基本运算执行有限次来实现。

4.输入： 一个算法有零个或多个输入，这些输入取自于某个特定的对象集合。

5.输出： 一个算法有一个或多个输出，这些输出是同输入有着某些特定关系的量。

（十三）算法和程序是两个不同的概念：一个计算机程序是对一个算法使用某种程序设计语言的具体实现。算法必须可终止意味着不是所有的计算机程序都是算法。

（十四）评价一个好的算法有以下几个标准

1.正确性(Correctness )： 算法应满足具体问题的需求。

2.可读性(Readability)： 算法应容易供人阅读和交流。可读性好的算法有助于对算法的理解和修改。

3.健壮性(Robustness)： 算法应具有容错处理。当输入非法或错误数据时，算法应能适当地作出反应或进行处理，而不会产生莫名其妙的输出结果。

4.通用性(Generality)： 算法应具有一般性 ，即算法的处理结果对于一般的数据集合都成立。

5.效率与存储量需求： 效率指的是算法执行的时间；存储量需求指算法执行过程中所需要的最大存储空间。一般地，这两者与问题的规模有关。

（十五）算法的时间复杂度：算法中基本操作重复执行的次数是问题规模n的某个函数，其时间量度记作   T(n)=O(f(n))，称作算法的渐近时间复杂度(Asymptotic Time complexity)，简称时间复杂度。

（十六）算法的空间复杂度：是指算法编写成程序后，在计算机中运行时所需存储空间大小的度量。记作：   S(n)=O(f(n)),其中n为问题规模