数据设计基础知识点总结
一、数据的基本概念
数据是对客观事物的符号表示，在计算机中可以是数字、文字、图像、音频、视频等各种形式。它是信息的载体，通过对数据的处理和分析，我们能够获取有价值的信息。例如，在一个销售数据库中，每一笔销售记录（包括日期、商品名称、价格、数量等数据）都是用来反映销售业务的相关信息。
二、数据结构
1.线性结构
-线性表是最基本的线性结构，如数组和链表。数组是一组连续存储的数据元素，它具有随机访问的特性，即可以直接通过索引访问元素。例如，在一个存储学生成绩的数组中，我们可以通过studentScores[3]直接获取第4个学生的成绩（数组索引从0开始）。
-链表则是由节点组成，每个节点包含数据域和指针域，指针域指向下一个节点。链表的优点是插入和删除操作相对灵活，不需要像数组那样移动大量元素。
2.非线性结构
-树是一种重要的非线性结构。二叉树是树结构的一种特殊形式，它的每个节点最多有两个子节点。二叉树在搜索算法、数据压缩等方面有广泛应用。例如，二叉搜索树可以快速地进行数据查找，其特点是左子树上所有节点的值小于根节点的值，右子树上所有节点的值大于根节点的值。
-图是另一种非线性结构，由顶点和边组成。图可以表示各种复杂的关系，如社交网络中的人际关系、城市交通网络中的站点连接等。
三、数据类型
1.基本数据类型
-数值型数据类型包括整数类型（如int，在不同的编程语言中可能有不同的取值范围）和浮点类型（如float和double，用于表示带有小数部分的数值）。
-字符型数据类型用于表示单个字符，如在C语言中用char类型。字符串类型则是由多个字符组成的字符序列，可以看作是字符型数据的扩展。
2.复合数据类型
-结构体（在C语言中）或类（在面向对象编程语言中）是复合数据类型的典型代表。它们允许将不同类型的数据组合在一起，形成一个新的数据类型。例如，定义一个结构体来表示一个学生的信息，其中可能包含姓名（字符型）、年龄（整数型）、成绩（浮点型）等不同类型的数据成员。
四、数据存储
1.文件存储
-文本文件以字符形式存储数据，例如，我们可以用文本文件存储一篇文章或者简单的配置信息。文本文件易于阅读和编辑，但对于大量数据的存储和检索效率可能较低。
-二进制文件则以二进制形式存储数据，它更紧凑，适合存储图像、音频等复杂数据类型。在读取和写入二进制文件时，需要按照特定的数据格式进行操作。
2.数据库存储
-关系型数据库是目前应用最广泛的数据库类型之一。它基于关系模型，通过表、行、列来组织数据。例如，MySQL数据库中，我们可以创建一个名为“employees”的表，其中包含“id”（员工编号）、“name”（员工姓名）、“department”（所属部门）等列，每一行代表一个员工的记录。
-非关系型数据库（NoSQL）也在近年来得到了广泛应用，如MongoDB（文档型数据库）、Redis（键-值数据库）等。它们适用于处理大规模、非结构化或半结构化的数据，在大数据和实时应用场景中有独特的优势。
五、数据操作与算法
1.数据排序算法
-冒泡排序是一种简单的排序算法。它通过多次比较和交换相邻元素，将最大（或最小）的元素逐步“冒泡”到数组的一端。例如，对于一个整数数组[5,3,4,6,1]，经过冒泡排序后可以得到有序数组[1,3,4,5,6]。
-快速排序是一种高效的排序算法，它采用分治策略。选择一个基准元素，将数组分为两部分，左边部分的元素都小于基准元素，右边部分的元素都大于基准元素，然后递归地对这两部分进行排序。
2.数据查找算法
-顺序查找是最基本的查找算法，它从数据集合的一端开始，逐个比较元素，直到找到目标元素或者遍历完整个集合。这种方法简单，但对于大规模数据效率较低。
-二分查找则要求数据集合是有序的。它通过不断将查找区间缩小一半来快速定位目标元素。例如，在一个有序的整数数组中查找一个特定的数字，二分查找可以大大减少比较次数。
六、数据的完整性和安全性
1.数据完整性
-实体完整性确保表中的每一行都有一个唯一的标识符（如主键），防止出现重复记录。例如，在一个学生信息表中，每个学生的学号应该是唯一的，这样可以准确地标识每个学生的记录。
-参照完整性维护表之间的关系，保证在一个表中的外键引用另一个表中的主键时的正确性。例如，在一个订单表和客户表之间，如果订单表中有一个“customer_id”外键引用客户表中的“id”主键，那么这个外键的值必须是客户表中存在的“id”值。
2.数据安全性
-数据加密是保护数据安全的重要手段。通过加密算法将原始