前言
提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。
提示：以下是本篇文章正文内容，下面案例可供参考
一、基本概念及术语
数据——所有能被计算机识别、存储和处理的符号的集合。
数据元素——是数据的基本单位，具有完整确定的实际意义。
数据对象——具有相同性质的数据元素的集合，是数据的一个子集。
数据结构——是相互之间存在一种或多种特定关系的数据元素的集合，表示为：Data_Structure=（D,?R）
数据类型——是一个值的集合和定义在该值上的一组操作的总称。
抽象数据类型——由用户定义的一个数学模型与定义在该模型上的一组操作，它由基本的数据类型构成。
二、数据结构
数据结构是互相之间存在一种或多种特定关系的数据元素的集合。
这句话有两个重点，“关系”和“集合”。这意味着数据结构是一个整体，“关系”则是判断元素是否属于此集合的标准。
其中，数据结构包括：逻辑结构和存储结构。
1.逻辑结构
首先，逻辑结构独立于计算机，与计算机如何存储数据无关。
其二，逻辑结构有两个要素：数据元素和关系。
2.算法的定义及五个特征
算法：是对特定问题求解步骤的一种描述，它是指令的有限序列，是一系列输入转换为输出的计算步骤。
算法的基本特性：输入、输出、有穷性、确定性、可行性
算法设计要求：①正确性、②可读性、③健壮性、④效率与低存储量需求
算法分析：时间复杂度、空间复杂度、稳定性
3.存储结构
存储结构分为两种：顺序存储结构及链式存储结构。
顺序存储结构利用元素在存储器中的相对位置来表示元素之间的的关系。因此，顺序结构存储元素需要连续的空间。
链式存储结构相较于顺序存储结构更实用。我们只需在节点之间附加指针字段，用于存放下一个元素的地址。
4.时间复杂度与空间复杂度
https://blog.csdn.net/qq_52081162/article/details/120599490