总结-数据结构简记

最新推荐文章于 2025-09-03 15:26:53 发布
原创 最新推荐文章于 2025-09-03 15:26:53 发布 · 256 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#数据结构

本文介绍了数据结构的基础概念，包括数据结构的定义、分类及其组成部分。详细解析了逻辑结构与物理结构的区别，并列举了常见的四种逻辑结构及两种物理存储方式。

1、数据结构：相互之间存在一种或多种特定关系的数据元素集合

2、数据结构分类：逻辑结构（数据元素之间的相互关系）；物理结构（数据在计算机中的存储形式）

3、逻辑结构：集合结构，线性结构，树形结构，圆形结构

4、物理结构：

      4.1、顺序存储：把数据元素存放在地址连续的存储单元里，其数据间逻辑关系和物理关系一致

     4.2、链式存储：把数据元素存放在任意存储单元里，这组存储单元可以是连续的，也可以是不连续的

数据结构实战：变位词侦测
howard2005的专栏
01-13 1147
实战中，我们运用四种不同策略检测变位词：逐个比较法（O(n^2)）、排序比较法（O(n log n)）、计数比较法（O(n)）和相互包含法（O(n*m)）。其中，计数比较法效率最高，适合大规模字符串；排序比较法则在小规模数据或对内存有限制时适用。通过实践对比，理解并掌握了针对不同场景选择合适算法的重要性。
高级数据结构与算法期末考试速成记录
2301_79503034的博客
05-30 683
本文总结了高级数据结构与算法的三个核心知识点： 分治算法与Master公式：介绍了用于求解分治递归时间复杂度的主定理公式，并给出了快速排序划分部分的代码实现。 最近点对问题：通过分治策略将点集不断划分，结合鸽舍定理优化计算，最终在合并阶段高效求解平面最近点对距离。 动态规划应用： 数字三角形问题：从底部向上递推，使用空间压缩优化存储； 矩阵连乘问题：通过最优子结构性质，建立状态转移方程求解最小乘法次数。 文章提供了各算法的理论分析和完整代码实现，适用于期末复习速成。
数据结构 - 图
qq_39294387的博客
04-18 178
在线性表中，数据元素之间是被串起来的，仅有线性关系，每一个数据元素只有一个直接前驱和一个直接后继。 在树形结构中，数据元素之间有着明显的层次关系，并且每一层上的数据元素可能和下一层中多个元素相关。但只能和上一层中一个元素相关。 图是一种更加复杂的数据结构，在图形结构中，结点之间的关系可以是任意的，图中任意两个数据元素之间都可能相关。图（Graph）是由顶点的有穷非空集合和顶点之间边的集合组成的，通常表示为G(V,E)，其中G表示一个图，V是图G中顶点的集合，E是图G中边的集合。对于这个定义，我们需要明确几个
python 复合数据结构_python数据结构简记
weixin_39723899的博客
12-08 166
一、python数据结构：1)List：可更改的类型，下面是List的一些方法：1、list.append(x)：把一个元素添加到列表的结尾，a[len(a):] = [x]。2、list.extend(L)：通过添加指定列表的所有元素来扩充列表，相当于 a[len(a):] = L。3、list.insert(i,x)：在指定位置插入一个元素。第一个参数是准备插入到其前面的那个元素的索引，例如a...
数据结构题目-稀疏矩阵
weixin_61133168的博客
12-20 1729
小黑子食不食油饼？
2025王道《数据结构》笔记
计算机小白
07-30 4046
更不动了，考完研累了
数据结构-图
weixin_60850533的博客
08-03 886
图
常用数据结构和算法总结
Web前端开发工程师
09-26 2877
算法知识总结 本部分主要是笔者在学习算法知识和一些相关面试题所做的笔记，如果出现错误，希望大家指出！ 目录 常用算法和数据结构总结 排序 冒泡排序 选择排序 插入排序 希尔排序 归并排序 快速排序 堆排序 基数排序 快速排序相对于其他排序效率更高的原因 系统自带排序实现 稳定性 排序面试题目总结 树 二叉树相关性质 满二叉树 完全二叉树 平衡二叉查找树（AVL） B-树 B 树 数据库索引 红黑树 Huffman 树 二叉查找树 求解二叉树中两个节点的最近公共祖先节点 链表 反转单向链表
数据结构自学快速总结
sinat_38020023的博客
07-12 1413
参考文档（有些随手查一两个名词的，未被记录，有遗漏）： 数据结构与算法（java版） 霍夫曼树 和霍夫曼编码原理 30张图带你彻底理解红黑树 - 简书 1、数组 无序数组和有序数组 无序数组的优点：插入快，如果知道下标，可以很快的存取 无序数组的缺点：查找慢（挨个比对），删除慢，大小固定。 有序数组的优点：查找效率高（二分法） 有序数组的缺点：删除和插入慢（当插入一个元素时...
c#数据结构学习总结
u012177027的博客
08-03 581
原文链接https://blog.youkuaiyun.com/bcbobo21cn/article/details/61614576 c#常用数据结构解析 http://blog.youkuaiyun.com/suifcd/article/details/42869341 谈谈在平时使用U3D时经常用到的数据结构和各种数据结构的应用场景吧。 1.几种常见的数据结构　 这里主要总结下小匹夫在工作中常碰到的几种数据结构...
数据结构之排序
aa1111aa111的博客
12-22 508
就是把所有元素按照递增或递减有序排列。内排序？外排序？排序过程中放在内存中处理，若不涉及内外存交换就是内排序;反之外排序。稳定性？不稳定性？排序前后具有相同关键字的次序不变，这种排序方法就是稳定的;反之不稳定的。排序中的一些有关定义（我本人是真的不喜欢记这些什么东西，感觉每个人有每个人的理解，没必要规定死，但是为了统一所以才有的规定吧）元素序列：直白的说就是，一个数组a[10]，a[0],a[1]...中0,1,2...就是所谓的元素序列。
95+ 数据结构课程设计 电梯模拟系统 西文图书管理系统
安卓精品项目源码
06-04 843
至此，课程设计已经告一段落。本次课程时间复杂度和空间复杂度都比较高，时间跨度半个月，这段时间里面，虽然考试压力比较大，但还是挤着时间把课程设计的题目磨出来了。其中，让自己收获到了很多课外的实践知识，将课本所学的一些知识运用到实际中。也把自己的C++编程能力提高了不少，就像马克思原理里面说的“实践是检验真理的唯一标准”。回顾这一学期的《数据结构》课程，因为从一开始就认识到了它的重要性，所以每次课程和上机都非常重视，在这一个学期的学习中，学习到了很多编程的数据结构。
数据结构——二叉树+堆
2302_80045891的博客
09-03 472
二叉树的链式存储结构是指，用链表来表示一棵二叉树，用链表来指示元素的逻辑关系。设二叉树的根结点所在层数为1，二叉树的层序遍历就是从二叉树的根结点出发，首先访问第一层的根结点，其次访问的就是从左到右的结点，以此类推，访问第三层的结点，第n层的结点。现实中，我们通常把堆（一种二叉树）使用顺序结构的数组来存储，特别要注意的是这里的堆和操作系统的堆是两回事，一个是数据结构，一个是操作系统中管理内存的一块区域分段。一般堆使用顺序结构的数组来存储数据，堆是一种特殊的二叉树，具有二叉树的特性的同时，还具备其他的特性。
数据结构——栈
最新发布
a2606437441的博客
09-03 476
介绍了栈
数据结构：哈希（Hashing）
2402_88047672的博客
09-02 936
本文介绍了哈希表的基本原理和实现方法。哈希表通过哈希函数将键（Key）映射到数组下标（Index），以实现快速查找。理想情况下应使用完美哈希函数避免冲突，但现实中难以实现。文章重点讲解了两种冲突解决方法：开放定址法（线性探测）和拉链法。开放定址法容易产生聚集问题，而拉链法通过链表处理冲突，性能更稳定。最后指出拉链法是工业界最常用的方法，只要哈希函数设计合理，查询效率可接近O(1)。
【LeetCode&数据结构】栈和队列的应用
2302_80761497的博客
09-02 801
本文介绍了三种数据结构相关的算法实现：1）使用栈结构判断括号有效性，通过匹配左右括号并处理边界情况；2）用两个队列实现栈功能，通过数据转移模拟栈操作；3）用两个栈实现队列功能，通过数据倒换完成队列操作。每种方法都包含完整的思路分析和代码实现，重点解决了边界条件处理问题，如空栈/队列判断、单元素处理等。这些算法展示了数据结构间的相互转换技巧，体现了栈和队列的特性差异。
数据结构：哈希函数 (Hash Function)
2402_88047672的博客
09-03 668
本文探讨了哈希函数的设计原则与实现方法。好的哈希函数需具备确定性、高效性和均匀性三大品质。文章详细介绍了四种经典哈希方法：1）除留余数法（整数Key首选）；2）平方取中法（处理规律性Key）；3）折叠法（适用于超长Key）；4）多项式滚动哈希（字符串Key标准方案）。每种方法都附有C++实现代码，并分析了其适用场景和优缺点。最后强调应根据Key特征选择合适方法，其中除留余数法对整数最常用，多项式哈希则是处理字符串的业界标准。
数据结构 03（线性：单链表）
ZCollapsar的博客
08-30 362
本文介绍了单链表的基本概念、实现原理和操作函数。单链表是一种非连续存储结构，由包含数据和指针的节点组成。文章详细讲解了链表节点的创建、打印、插入（头插、尾插、任意位置插）、删除（头删、尾删、指定位置删）以及链表的销毁等核心操作。通过C语言代码示例展示了链表的实现过程，包括头文件定义、内存申请、各种操作函数的编写。最后提供了完整的单链表实现代码，涵盖了链表的基本功能和操作接口。
数据结构详解
weixin_47734224的博客
09-01 885
数据结构分类与核心应用 数据结构是计算机科学中组织和存储数据的基础工具，主要包括五大类型： 线性结构（数组、链表、栈、队列）：适用于顺序操作，如任务调度（队列）、函数调用（栈）。 树形结构（二叉树、B树）：支持高效动态查找，如数据库索引（B+树）。 图结构：建模复杂关系，如社交网络（无向图）、路径规划（带权图）。 集合结构（哈希表、布隆过滤器）：快速判断元素存在性，如缓存系统（Redis）。 散列结构：键值直接映射，如分布式存储（一致性哈希）。 性能对比： 随机访问：数组（O(1)）优于链表（O(n)）。
python中的->什么意思
04-22
<think>好的，我现在需要帮助用户理解Python中箭头符号（->）的含义和用途。用户已经提供了几个引用资料，我需要综合这些信息，并结合他们之前的问题来给出准确的回答。 首先，查看用户提供的引用资料。引用1、3、4都提到了Python中的->符号，主要用于函数定义的返回值注解。引用3和4具体说明这是返回值注解，允许元数据附加到函数，描述参数和返回值的类型。引用4还提到可以通过__annotations__属性获取这些注解。 用户之前的问题是关于C/C++中的->运算符，现在转向Python中的->，需要明确两者虽然符号相同，但用途完全不同。在C/C++中，->用于指针访问结构体成员，而Python中的->是类型注解的一部分，用于指示函数返回值的类型。 需要确保回答结构清晰，分点说明，并包含示例代码。根据用户提供的示例，比如def f(...) -> str:，展示如何定义和使用。还要提到__annotations__属性的使用，如引用4所述。 用户可能混淆了不同语言中的符号用法，因此需要强调Python中->的特定用途，避免与C/C++的指针操作混淆。同时，引用5提到协程和生成器，但可能与当前问题关联不大，可以暂时忽略，除非用户有进一步的问题。 此外，用户提到了引用2关于>>>符号，但当前问题不涉及，可以忽略。但需要确保回答专注于->符号。 最后，按照用户要求生成相关问题，这些问题应围绕Python的类型注解、与静态类型语言的区别、工具利用注解的方式，以及可能的相关概念如协程（引用5中的内容），但需确保问题相关且合理。 总结回答的结构： 1. 核心定义：->在Python中的用途是返回值类型注解。 2. 语法规范：如何编写，包括参数和返回值的注解。 3. 功能扩展：元数据的作用，工具如mypy的使用。 4. 实际应用示例：代码示例和__annotations__的使用。 5. 与C/C++的区别：明确符号的不同用途。 6. 相关问题：生成相关问题。 需要检查是否有遗漏，比如是否有其他用途或注意事项，但根据引用资料，主要用途是类型注解。确保回答符合用户提供的引用内容，并正确标注引用标记。</think>### Python中箭头符号（->）的全面解析 --- #### **核心定义** 在Python中，**`->`符号** 用于 **函数定义** 中的**返回值类型注解**，属于**类型提示（Type Hints）** 的一部分。其核心作用是为函数返回值添加**类型元数据**，帮助开发者理解代码逻辑，并支持静态类型检查工具（如`mypy`）进行代码验证[^3][^4]。 > **简记公式**：`def func(...) -> type: ...` > 表示函数`func`的返回值类型应为`type`。 --- #### **语法规范** 1. **基本用法** 在函数定义的末尾添加`->`符号并指定返回值类型： ```python def add(a: int, b: int) -> int: return a + b ``` 2. **复杂类型注解** 支持嵌套类型和泛型（需从`typing`模块导入）： ```python from typing import List, Tuple def process_data(data: List[str]) -> Tuple[int, float]: # 处理逻辑 return (len(data), 3.14) ``` 3. **特殊场景** - **无返回值函数**：使用`None`标注 ```python def log_message(msg: str) -> None: print(msg) ``` - **动态类型**：使用`Any`（需导入`typing.Any`） ```python from typing import Any def flexible_func() -> Any: return "可以是任意类型" ``` --- #### **功能扩展** 1. **元数据存储** 函数注解信息存储在`__annotations__`属性中： ```python def greet(name: str) -> str: return f"Hello, {name}" print(greet.__annotations__) # 输出：{'return': <class 'str'>, 'name': <class 'str'>} ``` 2. **静态类型检查** 工具如`mypy`可通过注解验证代码类型一致性： ```bash # 示例：检查代码类型错误 mypy your_script.py ``` --- #### **与C/C++的对比** | 语言 | `->` 用途 | 示例 | |--------|---------------------------|------------------------------| | Python | **返回值类型注解** | `def func() -> int: ...` | | C/C++ | **指针访问结构体成员** | `ptr->member = value;` | --- #### **实际应用场景** 1. **代码可读性提升** 明确函数输入/输出的预期类型： ```python def parse_json(data: bytes) -> dict: import json return json.loads(data.decode('utf-8')) ``` 2. **IDE智能提示支持** PyCharm、VSCode等工具可通过注解提供自动补全和错误检测： ```python def calculate(a: float, b: float) -> float: return a ** 2 + b # IDE会提示运算符类型是否兼容 ``` 3. **协作开发规范** 在团队项目中统一类型约定，减少接口误解： ```python class User: def __init__(self, uid: int, name: str) -> None: self.uid = uid self.name = name ``` --- #### **注意事项** 1. **运行时无强制约束** Python解释器**不会**在运行时检查类型注解，需配合工具链使用： ```python def broken_func() -> int: return "字符串" # 能运行，但mypy会报错 ``` 2. **兼容性要求** 类型注解需Python 3.5+版本支持，旧版本需使用注释替代： ```python # Python 3.4及以下 def old_func(a): # type: (int) -> int return a + 1 ``` --- ### 相关问题 1. Python类型提示（Type Hints）与静态类型语言（如Java）的类型声明有何本质区别？[^3][^4] 2. 如何利用`typing`模块实现更复杂的类型约束（如泛型、可选类型）？ 3. 类型注解对Python程序性能是否有影响？ 4. 如何通过`@overload`装饰器实现函数重载的类型提示？[^3] --- [^1]: Python函数定义中`->`的官方说明 [^3]: Python返回值注解的元数据功能 [^4]: 类型提示与静态检查工具实现原理
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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