数据结构想必大家都很熟悉，从事计算机行业，不能准确说出它的定义，但大抵说的也是不错的。今天复习了以下数据结构，兴致勃勃的好好看了下概念，可能是因为学过一遍的缘故，这才发现，原来这些概念的定义也是很有意思的。
其实，哪种书或者教材中的名词或者叫做术语可能有些许不同，总归来说也就那么回事，翻译的国外的，用英文描述貌似是只有一个。计算机嘛，跟数学有千丝万缕的联系，连一些定义的背景或者描述方式都是一样的，认真看了才发现，整个数据结构体系也是有其背景和公理的，这么称呼感觉有点不太准确，我也不知道该怎么描述；有兴趣还是去看计算机发展史吧，或许更准确些，哈哈！
下面记下一些名词吧，具体也不解释其含义了，解释也解释不清，还不如不解释，数学描述我也不写了，想知道请google！
数据(data)、数据元素(data element)、数据项(data item)、数据对象(data object)、数据结构(data structure)（四类基本结构：集合、线性结构、树形结构、图状或网状结构）、逻辑结构、物理结构或存储结构、元素(element)或节点(node)、数据域(data field)、顺序映像、非顺序映像、顺序存储结构、链式存储结构、虚拟存储结构、数据类型(data type)、结构类型、抽象数据类型(abstract data type,ADT)（定义、表示、实现）、原子类型(atomic data type)（非结构的）、固定聚合类型(fixed-aggregate data type)、可变聚合类型(variable-aggregate data type)、多形数据类型(polymorphic data type)；
算法(algorithm)：有穷性、确定性、可行性、输入、输出；
算法设计要求：正确性(correctness)（一定程度）、可读性(readability)、健壮性(robustness)、效率与存储量需求；
算法效率度量：事后统计、事前分析估算；
渐进时间复杂度（时间复杂度）(asymptotic time complexity)、频度(frequency count)；
算法的存储空间需求度量：空间复杂度(space complexity)；
最坏情况估计（一般都是用这个）；
原地工作；
O表示法（我忘了这个准确的是怎么说的了）。
好了就这些吧！
