Cấu trúc dữ liệu và giải thuật : Phần 1 - Tổng quan

Tổng quan

Cấu trúc dữ liệu là cách để lưu trữ dữ liệu sao cho dữ liệu đó được lưu trữ một cách hiệu quả. Hầu hết mọi ứng dụng doanh nghiệp đều sử dụng nhiều kiểu cấu trúc dữ liệu khác nhau theo cách này hay cách khác. Hướng dẫn này sẽ cung cấp cho bạn sự hiểu biết tuyệt vời về Cấu trúc dữ liệu cần thiết để hiểu sự phức tạp của các ứng dụng cấp doanh nghiệp và nhu cầu của các thuật toán và cấu trúc dữ liệu.

Tại sao cần phải biết về cấu trúc dữ liệu và giải thuật?

Khi các ứng dụng ngày càng phức tạp và dữ liệu ngày càng lớn, nó sẽ xảy ra rất nhiều vấn đề phổ biến mà các ứng dụng phải trải qua:

• Tìm kiếm dữ liệu : Giả sử một database lưu trữ 1.000.000 mặt hàng, nếu như phải tìm kiếm một đơn hàng nào đó trong 1.000.000 món hàng mỗi khi thực hiện quá trình tìm kiếm. Khi dữ liệu ngày càng lớn, thời gian tìm kiếm sẽ càng lâu.
• Tốc độ xử lý : Tốc độ của bộ xử lý mặc dù rất cao nhưng sẽ bị giới hạn nếu dữ liệu tăng lên đến hàng tỷ bản ghi.
• Request nhiều lần : Vì hàng ngàn người dùng có thể tìm kiếm dữ liệu đồng thời trên một máy chủ web, ngay cả máy chủ nhanh cũng bị lỗi trong khi tìm kiếm dữ liệu.

Để giải quyết các vấn đề nêu trên, cấu trúc dữ liệu ra đời để giải cứu. Dữ liệu có thể được tổ chức theo cấu trúc dữ liệu theo cách mà tất cả các mục có thể không được yêu cầu tìm kiếm và dữ liệu cần thiết có thể được tìm kiếm gần như ngay lập tức.

Các ứng dụng của cấu trúc dữ liệu và thuật toán

Thuật toán là một thủ tục từng bước, xác định một tập hợp các lệnh được thực hiện theo một thứ tự nhất định để có được kết quả đầu ra mong muốn. Các thuật toán thường được tạo độc lập với các ngôn ngữ cơ bản, tức là một thuật toán có thể được triển khai bằng nhiều ngôn ngữ lập trình.

Từ quan điểm cấu trúc dữ liệu, sau đây là một số loại thuật toán quan trọng:

• Tìm kiếm
• Sắp xếp
• Chèn phần tử
• Cập nhật
• Xóa

Các vấn đề máy tính sau đây có thể được giải quyết bằng cách sử dụng Cấu trúc dữ liệu:

• Fibonacci number series
• Knapsack problem
• Tower of Hanoi
• All pair shortest path by Floyd-Warshall
• Shortest path by Dijkstra
• Project scheduling