《大话数据结构》读书笔记--3.线性表

本文深入解析线性表的抽象数据类型、顺序存储和链式存储结构,对比不同存储方式的优缺点,涵盖单链表、静态链表、循环链表及双向链表,适合初学者和进阶学习者。

线性表

线性表(List):零个或多个数据元素的有限(元素个数有限)序列(元素之间有顺序)。

线性表元素的个数n(n>0)定义为线性表的长度,当n=0时,称为空表。
在较复杂的线性表中,一个数据元素可以由若干个数据项组成。

线性表的抽象数据类型

线性表的抽象数据类型定义如下:

ADT 线性表(List)
Data
    线性表的数据对象集合为{a1,az…….an},每个元素的类型均为DataType。其中,除第一个元素ai外,每一个元素有且只有一个直接前驱元素,除了最后一个元素an外,每一个元素有且只有一个直接后继元素。数据元素之间的关系是一对一的关系。
Operation 
    InitList(*L):  初始化操作,建立一个空的线性表L。
    ListEmpty(L):  若线性表为空,返回true,否则返回false。
    ClearList(*L):将线性表清空。
    GetElem(L,i,*e):将线性表工中的第i个位置元素值返回给e。
    LocateElem(L,e):在线性表工中查找与给定值e相等的元素,如果查找成功,返回该元素在表中序号表示成功;
                       否则,返回0表示失败。
    ListInsert(*L,i,e):在线性表工中的第i个位置插入新元素e。
    ListDelete(*L,i,*e):删除线性表工中第i个位置元素,并用e返回其值。
    ListLength(L):返回线性表工的元素个数。
endADT

线性表的顺序存储结构

线性表的顺序存储结构:指的是用一段地址连续的存储单元依次存储线性表的数据元素。

线性表(a1,az…,an)的顺序存储示意图如下:
在这里插入图片描述
优点

  • 无须为表示表中元素之间的逻辑关系而增加额外的存储空间
  • 可以快速地存取表中任一位置的元素

缺点:

  • 插入和删除操作需要移动大量元素
  • 当线性表长度变化较大时,难以确定存储空间的容量
  • 造成存储空间的“碎片”

线性表的链式存储结构

对于插入或删除数据越频繁的操作,单链表的效率优势就越是明显。

结点
在这里插入图片描述
头指针

  • 头指针是指链表指向第一个结点的指针,若链表有头结点,则是指向头结点的指针
  • 头指针具有标识作用,所以常用头指针冠以链表的名字
  • 无论链表是否为空,头指针均不为空头指针是链表的必要元素
    在这里插入图片描述
    头结点
  • 头结点是为了操作的统一和方便而设立的,放在第一元素的结点之前,其数据域一般无意义(也可存放链表的长度)
  • 有了头结点,对在第一元素结点前插入结点和删除第一结点,其操作与其它结点的操作就统一了
  • 头结点不一定是链表必须要素
    在这里插入图片描述

单链表结构与顺序存储结构优缺点

存储分配方式

  • 顺序存储结构用一段连续的存储单元依次存储线性表的数据元素
  • 单链表采用链式存储结构,用一组任意的存储单元存放线性表的元素

时间性能

  • 查找:顺序存储结构O(1),单链表O(n)
  • 插入和删除:顺序存储结构(需要平均移动表长一半的元素)时间为O(n),单链表在线出某位置的指针后插入和删除时间仅为O(1)

空间性能

  • 顺序存储结构需要预分配存储空间,分大了,浪费,分小了易发生上溢
  • 单链表不需要分配存储空间,只要有就可以分配,元素个数也不受限制

静态链表—有C、C#代码参考

静态链表-C#实现

静态链表:用数组描述的链表叫做静态链表,也叫做游标实现法(建议理解,以备不时之需)。

  • 初始状态:
    在这里插入图片描述
  • 存放数据:
    在这里插入图片描述
  • 插入操作
    在这里插入图片描述
  • 删除操作:
    在这里插入图片描述

优点

  • 在插入和删除操作时,只需要修改游标,不需要移动元素,从而改进了在顺序存储结构中的插入和删除操作需要移动大量元素的缺点

缺点

  • 没有解决连续存储分配带来的表长难以确定的问题
  • 失去了顺序存储结构随机存取的特性

循环链表

循环链表:将单链表中终端结点的指针端由空指针改为指向头结点,就使整个单链表形成一个环,这种头尾相接的单链表称为单循环链表,简称循环链表(circular linked list)
在这里插入图片描述
在这里插入图片描述

双向链表

双向链表(double linked list):是在单链表的每个结点中,再设置一个指向其前驱结点的指针域。

  • 空双向链表:
    在这里插入图片描述
  • 非空双向链表:
    在这里插入图片描述
  • 插入节点
    在这里插入图片描述
  • 删除节点
    在这里插入图片描述

总结:

在这里插入图片描述

C语言-光伏MPPT算法:电导增量法扰动观察法+自动全局搜索Plecs最大功率跟踪算法仿真内容概要:本文档主要介绍了一种基于C语言实现的光伏最大功率点跟踪(MPPT)算法,结合电导增量法与扰动观察法,并引入自动全局搜索策略,利用Plecs仿真工具对算法进行建模与仿真验证。文档重点阐述了两种经典MPPT算法的原理、优缺点及其在不同光照温度条件下的动态响应特性,同时提出一种改进的复合控制策略以提升系统在复杂环境下的跟踪精度与稳定性。通过仿真结果对比分析,验证了所提方法在快速性准确性方面的优势,适用于光伏发电系统的高效能量转换控制。; 适合人群:具备一定C语言编程基础电力电子知识背景,从事光伏系统开发、嵌入式控制或新能源技术研发的工程师及高校研究人员;工作年限1-3年的初级至中级研发人员尤为适合。; 使用场景及目标:①掌握电导增量法与扰动观察法在实际光伏系统中的实现机制与切换逻辑;②学习如何在Plecs中搭建MPPT控制系统仿真模型;③实现自动全局搜索以避免传统算法陷入局部峰值问题,提升复杂工况下的最大功率追踪效率;④为光伏逆变器或太阳能充电控制器的算法开发提供技术参考与实现范例。; 阅读建议:建议读者结合文中提供的C语言算法逻辑与Plecs仿真模型同步学习,重点关注算法判断条件、步长调节策略及仿真参数设置。在理解基本原理的基础上,可通过修改光照强度、温度变化曲线等外部扰动因素,进一步测试算法鲁棒性,并尝试将其移植到实际嵌入式平台进行实验验证。
【无人机协同】动态环境下多无人机系统的协同路径规划与防撞研究(Matlab代码实现)​ 内容概要:本文围绕动态环境下多无人机系统的协同路径规划与防撞问题展开研究,提出基于Matlab的仿真代码实现方案。研究重点在于在复杂、动态环境中实现多无人机之间的高效协同飞行与避障,涵盖路径规划算法的设计与优化,确保无人机集群在执行任务过程中能够实时规避静态障碍物与动态冲突,保障飞行安全性与任务效率。文中结合智能优化算法,构建合理的成本目标函数(如路径长度、飞行高度、威胁规避、转弯角度等),并通过Matlab平台进行算法验证与仿真分析,展示多机协同的可行性与有效性。; 适合人群:具备一定Matlab编程基础,从事无人机控制、路径规划、智能优化算法研究的科研人员及研究生。; 使用场景及目标:①应用于灾害救援、军事侦察、区域巡检等多无人机协同任务场景;②目标是掌握多无人机系统在动态环境下的路径规划与防撞机制,提升协同作业能力与自主决策水平;③通过Matlab仿真深入理解协同算法的实现逻辑与参数调优方法。; 阅读建议:建议结合文中提供的Matlab代码进行实践操作,重点关注目标函数设计、避障策略实现与多机协同逻辑,配合仿真结果分析算法性能,进一步可尝试引入新型智能算法进行优化改进
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值