डेटा संरचनाएँ और एल्गोरिदम

डेटा संरचना, एल्गोरिद्म और जटिलता का आधार यह है कि डेटा को ऐसे रखा जाए, समस्या को ऐसे चरणों में हल किया जाए और हर संचालन की समय तथा मेमोरी लागत ऐसे समझी जाए कि सही संरचना सही काम के लिए चुनी जा सके। डेटा संरचना का अर्थ है डेटा को इस प्रकार व्यवस्थित करना कि उस पर खोज, प्रविष्टि, विलोपन, संशोधन और ट्रैवर्सल जैसे काम कम समय और कम मेमोरी में हो सकें। एल्गोरिद्म किसी समस्या को हल करने के लिए स्पष्ट, सीमित और क्रमबद्ध चरणों का समूह है। आरपीएससी प्रोग्रामर पाठ्यक्रम के अनुसार इस कंप्यूटर-विज्ञान प्रश्न-पत्र में प्रश्नों की संख्या 100 है, इसलिए परिभाषा के साथ संचालन-लागत पर पकड़ सीधे परीक्षा-उपयोगी बनती है। वस्तुनिष्ठ परीक्षा में परिभाषा से अधिक महत्त्व यह है कि किस संरचना में कौन-सा काम तेज है और कौन-सा महँगा। उदाहरण के लिए ऐरे में क्रमांक से पहुँच तेज होती है, पर बीच में नया तत्व जोड़ना महँगा हो सकता है; लिंक्ड लिस्ट में जोड़ना आसान हो सकता है, पर किसी विशेष स्थान तक पहुँचने के लिए कड़ियाँ पार करनी पड़ती हैं।

जटिलता-विश्लेषण में समय-जटिलता और स्थान-जटिलता अलग-अलग देखी जाती हैं। बिग-ओ संकेत खराबतम या ऊपरी वृद्धि-दर बताता है, जैसे `O(1)`, `O(log n)`, `O(n)`, `O(n log n)` और `O(n^2)`। स्थिर गुणक सामान्यतः हटाए जाते हैं, इसलिए `3n + 10` को `O(n)` माना जाता है। भर्ती-परीक्षा में `O(log n)` का संकेत प्रायः द्विभाजन, संतुलित वृक्ष या हीप-आधारित प्रक्रिया से जुड़ता है।

सार यह है कि सही उत्तर अक्सर कोड याद रखने से नहीं, संचालन और लागत का मिलान करने से निकलता है।