qq_44436971的博客

算法的时间复杂度并不能代表算法的实际执行时间，有些时候看似复杂度高的速度反面快。 查找算法： 顺序查找： 对待查找的数据没有要求，时间复杂度: O(n) 二分查找: 对待查找的数据必须有序，时间复杂度: O(logn) 块查找： 是一种数据处理的思想，不是特定的算法，当数据量过多时，可以先把数据进行分块处理，然后再进行查找，例如英语词典。 哈希查找： 数据 经过哈希函数 计算出数据在哈希表中的位置，然后标记，方便之后的查找，它的时间复试度最快能达到：O(1)。 但是该算法有很大局限性，不适合浮点型、字符串型

阾接表： 边： 顶点下标 下一条边的地址 顶点： 数据 指向第一条边的指针 图： 由顶点组成的数组 顶点数量cnt 优点：可以节约存储空间，计算入度麻烦。 十字链表： 边： 弧尾下标 弧头下标 指向相同弧尾的下一条边 指向相同弧头的下一条边 顶点： 数据 指向第一条边的指针 指向入度的边 图： 由顶点组成的数组 顶点数量cnt 阾接多重表： 是一种专门存储无向图的一种结构。 边： i,j 两个互相依附的顶点的下标 inext 指向下一个依附i项点的边 jnext 指向下一个依附j项点的边 顶点： 数据 指向

平衡二叉树： 前提是有序的二叉树，它的左右子树的高相差不超过1，它的所有的子树也要满足这个要求。 如果一个有序二叉树呈单支状（接近单支），它的效率接近链表，因此只有达到平衡时它的效率才最高。 由于节点的位置受值的影响，因此只能进行调整，而不能强行修改。 二叉树不平衡的基础原因： x y / \ / \ y t1 以为轴向右旋转 z x /

作业： 1、把一棵二叉树转换为它的镜像树。 2、输入两棵二叉树A，B，判断B是不是A的子结构（我们约定空树不是任意一个树的子结构）。 ？ 3、将一棵有序二叉树转换成一个有序的双向链表。 4、计算出有序二叉树中倒数第K个大的数。 5、判断一个二叉树是否对称。 6、请实现一个函数按照之字形打印二叉树，即第一行按照从左到右的顺序打印，第二层按照从右至左的顺序打印，第三行按照从左到右的顺序打印，其他行以此类推。 线索二叉树： 链式二叉树中有很多空指针，可以让这些指针指向下一个节点，这样在遍历树时可以不用递归而是使用

树型结构： 1、树的基本概念 一种表示层次关系的(一对多)数据结构。 有且仅有一个特定的节点，该节点没有前驱，被称为根节点。 剩余的n个互不相交的子集，其中每个子集也都是一棵树，被称为根节点的子树。 注意：树型结构具有递归性（树中有树）。 2、树的表示方法：倒悬树、嵌套法、凹凸法。 3、树的专业术语： 节点：组成树的基础元素，同时它也是一棵树。 节点的度：该节点子树的数量。 树的度(密度)：树中节点的数量。 叶子节点：节点的度为0的节点。 双亲和孩子：节点的子树被称为孩子节点，该节点就是它们的双亲。 兄弟：

树型结构： 1、树的基本概念 一种表示层次关系的(一对多)数据结构。 有且仅有一个特定的节点，该节点没有前驱，被称为根节点。 剩余的n个互不相交的子集，其中每个子集也都是一棵树，被称为根节点的子树。 注意：树型结构具有递归性（树中有树）。 2、树的表示方法：倒悬树、嵌套法、凹凸法。 3、树的专业术语： 节点：组成树的基础元素，同时它也是一棵树。 节点的度：该节点子树的数量。 树的度(密度)：树中节点的数量。 叶子节点：节点的度为0的节点。 双亲和孩子：节点的子树被称为孩子节点，该节点就是它们的双亲。 兄弟：

数组与矩阵： 数组：存储空间连接的表结构。 矩阵：带二维信息的数据，一般使用二维数据来存储矩阵。 特殊矩阵： 上三角形矩阵： [0][1][3][6] [ ][2][4][7] [ ][ ][5][8] [ ][ ][ ][9] 压缩方法：用一维数组进行存储 数组的长度：(n+1)*n/2 对应关系：(j+1)*j/2+i i和j要满足：i<=j 下三角形矩阵 [0][ ][ ][ ] [1][2][ ][ ] [3][4][5][ ] [6][7][8][9] 压缩方法：用一维数组进行存储 数组的长

复习： 1、什么是数据结构 是专门研究数据关系和操作的学科，而非是计算方法。 数据结构+算法=程序 2、逻辑结构和物理结构 逻辑结构： 集合：除了同属于一个集合，数据之间没有任何关系。 表：数据之间存在一对一关系。 树：数据之间存在一对多关系。 图：数据之间存在多对多关系。 物理结构： 顺序结构：数据存在在连续的内存中，使用数据的相对位置来表示数据之间的关系。 链式结构：数据分散存储在内存的任何位置，数据项中有一块指针域用来表示数据之间的关系。 逻辑结构和物理结构的对应： 表：顺序 链式 树：链式 顺序 图

复习： 1、什么是数据结构 是专门研究数据关系和操作的学科，而非是计算方法。 数据结构+算法=程序 2、逻辑结构和物理结构 逻辑结构： 集合：除了同属于一个集合，数据之间没有任何关系。 表：数据之间存在一对一关系。 树：数据之间存在一对多关系。 图：数据之间存在多对多关系。 物理结构： 顺序结构：数据存在在连续的内存中，使用数据的相对位置来表示数据之间的关系。 链式结构：数据分散存储在内存的任何位置，数据项中有一块指针域用来表示数据之间的关系。 逻辑结构和物理结构的对应： 表：顺序 链式 树：链式 顺序 图

链式表： 元素的数据项： 数据域：可以是各种类型的若干个数据项 指针域：指向下一元素 由若干个元素通过指针域连接在一起形成链式表。 不带头节点：第一个元素的数据域存储的就是有效的数据。 插入删除时可以会修改头节点指针，参数需要使用二维指针。 同时需要获取到上一个节点的指针，而头节点没有上一个节点，因此需要额外处理。 List item 带头节点：第一个元素不使用，仅仅是为了用它来指向下一元素。 进入插入、删除操作时会比不带头节点的链表方便。 注意：其它操作要从第二节点开始 功能爱限的表：对表结构的加

一、什么是数据结构 1、数据结构的起源 1968年，美国的高纳德教授开设了一门基本算法的课程，开创了数据结构的先河。 数据结构是一门研究数据之间关系和操作的学科，而非是计算方法。 数据结构+算法=程序 沃思凭借这名个论点，获得图灵奖，这句话展示出了程序的本质。 2、数据结构的基本概念 数据：所有能够输入到计算机中去描述事物的符号。 数据项：有独立含义的数据最小单位，也叫域。 数据元素：数据的基本单位也叫节点、记录。 数据结构：数据元素和数据关系的集合。 算法：数据结构所具备的功能，解决特定的问题的方法。 3