数据结构（二）

最新推荐文章于 2025-07-08 15:26:05 发布

myvanilla1

最新推荐文章于 2025-07-08 15:26:05 发布

阅读量146

点赞数 1

CC 4.0 BY-SA版权

分类专栏：学习笔记文章标签：数据结构

本文链接：https://blog.youkuaiyun.com/myvanilla1/article/details/117339678

学习笔记专栏收录该内容

6 篇文章

订阅专栏

树

树的表示法：双亲表示法、孩子表示法、孩子兄弟表示法
树与二叉树的转化
树的遍历：先根、后根
森林与二叉树的转化
森林的遍历：先序、中序、后序

图

算法	邻接矩阵	邻接表	思想	用途
DFS/BFS	$O(V^2)$	$O (V + E)$	-	图的遍历
Prim	$O(V^2)$	$O (V + E)$	点贪心+BFS	最小生成树
Kruskal	$O(E\log{E})$	$O(E\log{E})$	边贪心	最小生成树
Dijkstra	$O(V^2)$	$O (V + E)$	贪心+BFS	单源最短路
Floyd	$O(V^3)$	-	DP	多源最短路
Topo	$O(V^2)$	$O (V + E)$	-	AOV，AOE
关键路径	$O(V^2)$	$O (V + E)$	BFS	-

查找

查找方式	ASL
顺序查找	$(n+1)2\frac{(n+1)}{2}$
折半查找	接近于 $log{n}+1$ *
分块（索引）查找	如果使用顺序查找，则是 $d2+n2d+1\frac{d}{2}+\frac{n}{2d}+1$ ，最优分块 $d$ 是 $n\sqrt{n}$
哈希查找	散列函数、处理冲突方式、装填因子 $α\alpha$ 有关

*可以利用二叉判定树的性质证明。

查找数据结构

上述的查找方式基本上是静态查找，以下的数据结构可以用于动态查找。~~自己看书学一学就会了。~~

BST

增加元素
在查找失败的叶子节点处，增加一个新的节点就好了。
删除元素
如果是叶子节点，则直接删除。
如果是非叶子节点，则用直接前驱或后继替代当前节点的位置，然后转而将直接前驱或后继删除，这样递归下去的话，一定能转化为删除叶子节点。

AVL

由于BST对于不同插入序列构造出来的BST都不同。所以可能会退化为链表。
通过旋转操作使得BST平衡。操作与BST树相同，只是多了个旋转操作。

基本概念：

平衡因子：
右子树高度减去左子树高度
平衡：
平衡因子在 $[- 1, 1]$ 之间。
旋转
分为LL，LR，RR，RL旋转

B-树

查找元素
与BST类似
增加元素
与BST相同，若节点个数为m，则需要分裂。
删除元素
与BST相同。
如果节点个数为m/2-1，则需要向兄弟节点借节点。
如果兄弟不够借，则兄弟与父节点合并。如果合并导致高度变化，则用爷爷与父亲兄弟合并，来增加树的高度。
B-树元素与高度之间的关系
高度为 $h$ 的B树含有元素最多有 $m^h-1$ 个节点。最少含有 $2m2h−1+m2−32\frac{m}{2}^{h-1}+\frac{m}{2}-3$ 个节点。

B+树

可以索引查找，也可以顺序查找

排序

排序名称	平均时间复杂度	最好时间复杂度	最坏时间复杂度	空间复杂度	稳定性	元素比较次数	原始序列
插入排序	$O(n^2)$	$O (n)$	$O(n^2)$	$O (1)$	稳定	$(n - 1)$ - $((n−1)n2)(\frac{(n-1)n}{2})$	有关
希尔排序	$O(n^{1.3})$	$O (n)$	$O(n^2)$	$O (1)$	不稳定	-	有关
冒泡排序	$O(n^2)$	$O (n)$	$O(n^2)$	$O (1)$	稳定	$(n - 1)$ - $((n−1)n2)(\frac{(n-1)n}{2})$	有关
快速排序	$O(n\log{n})$	$O(n\log{n})$	$O(n^2)$	$O(\log{n})$ - $O (n)$	不稳定	-	有关
选择排序	$O(n^2)$	$O(n^2)$	$O(n^2)$	$O (1)$	不稳定	$(n−1)n2\frac{(n-1)n}{2}$	无关
堆排序	$O(n\log{n})$	$O(n\log{n})$	$O(n\log{n})$	$O (1)$	不稳定	-	无关
归并排序	$O(n\log{n})$	$O(n\log{n})$	$O(n\log{n})$	$O (n)$	稳定	-	无关
基数排序	$O (d (r + n))$	$O (d (r + n))$	$O (d (r + n))$	$O (r)$	稳定	$0$	无关

排序概述

时间复杂度与空间复杂度
稳定性：不用来判断排序算法的优劣，只是一种需求。
内部排序主要有

插入排序：将要排序的元素插入到已经有序的序列中
交换排序：不断的交换元素使得序列有序
选择排序：每次选择一个元素放到最终的位置上
归并排序：有序表的合并
基数排序：不基于比较元素的排序

插入排序

简单插入排序

def：插入排序是通过将当前元素插入之前有序列表的排序方法。

特点：

排序速度受到原始序列的影响。当基本有序的时候，速度接近 $O (n)$ ，当接近逆序的时候，速度接近 $O(n^2)$
稳定

优化：折半排入排序，因为当前插入元素之前的元素都是有序的，所以我们可以通过二分查找来替代顺序查找。但是，该方法只能降低元素的比较次数，而不能降低元素的移动次数。所以平均时间复杂度还是 $O(n^2)$ 。

希尔排序（分组插入排序）

原理：因为当序列是基本有序的时候，简单插入排序的效率是线性的。所以可以通过分组插入的方法，让序列不断的接近有序的状态从而降低排序时间。

实现：通过一个因子 $d$ 来控制组内元素间隔的距离。并且不断的减小 $d$ ，最后使得 $d = 1$ 的时候，退化为直接插入排序。

void ShellSort(int *a,int n){
    for(int d = n/2;d>=1;d/=2){	//控制距离的因子d
        for(int i=d;i<n;i++){	//组内使用直接插入排序
            int tmp = a[i] , j;
            for(j = i-d;j>=0&&a[j]>tmp;j-=d)
                a[j+d] = a[j];
            a[j+d] = tmp;
        }
    }
}

交换排序

冒泡排序

特点：

排序的趟数、排序速度与初始序列有关。
每趟排序之后，一定有一个元素在最终的位置上。

快速排序

思想：分块
递归调用函数的时候，每次都把区间分成左右区间。左区间的元素个数全部小于该元素，右区间的元素全部大于等于该元素。（相等元素出现的位置与代码有关）

特点：

排序的趟数、速度、空间与初始序列有关
每趟排序之后，一定有一个元素在最终的位置上；在同一层的总用时是 $O (n)$

代码：

int partition(int *a,int l,int r){
    int tmp = a[l];	//基准元素
    //! l不能先++
    while(l<r){
        while(l<r&&a[r]>=tmp) r--;
        a[l] = a[r];
        while(l<r&&a[l]<tmp) l++;
        a[r] = a[l];
    }
    a[l] = tmp;
    return l;
}

void qsort(int *a,int l,int r){
    if(l<r){
        int mid = partition(a,l,r);	//分割区间
        qsort(a,l,mid-1);	//排序左边
        qsort(a,mid+1,r);	//排序右边
    }
}

选择排序

简单选择排序

特点：

简单排序算法中唯一一个不稳定的算法。
排序时间与原始序列无关。

堆排序

通过数据结构堆（heap）的排序。

时间复杂度分析：

建堆 $O (n)$ ，从第一个非叶子节点开始向下调整。考虑每次都调整到叶子节点，调整的次数为 $Tn=20×h+21×(h−1)+22×(h−2)+⋯+2h×1Tn=2^0\times h +2^1\times (h-1)+2^2\times (h-2)+\dots+2^h\times 1$ ，计算之后发现是 $O (n)$ 的
排序 $O(n\log{n})$ ，每取一个元素是 $O(\log{n})$ ，取 $n$ 个元素当然是 $O(n\log{n})$ 的。