scmuzi18的博客

最小堆：任一结点的关键码均小于等于它的左右孩子的关键码，位于堆顶结点的关键码最小最大堆：任一结点的关键码均大于等于它的左右孩子的关键码，位于堆顶结点的关键码最大//普通实现最小堆#define _CRT_SECURE_NO_WARNINGS#includeusing namespace std;#include#include#includetemplatecl

要删除链表倒数第k个结点，需满足下述条件： 1、链表不能为空； 2、k不能等于0； 3、k不能大于链表的结点总数（链表长度） 删除时，应先找到倒数第k个结点，并标记该结点的前一个结点和后一个结点。 找倒数第k个结点： 1、aNode指向头结点phead,aNode在链表上走k-1步 2、bNode指向头结点phead 3、两个指针一起沿着链表走 4、aNode指向链表的尾结点时，b

方法一： 我们可以遍历链表，可是遍历链表的顺序是从头到尾，而打印（输出）链表的顺序是从尾到头。即第一个遍历到的结点最后一个输出，最后一个遍历到的结点第一个输出。这正号符合栈“先进后出”的思想，所以我们可以用栈来实现。每经过一个结点的时候，把结点放到栈中，当遍历完整个链表后，从栈顶开始逐个输出结点的值，这样就可以逆序打印出该链表了。 具体实现如下：void List::ReversePrint2(

Bloom Filter 是一种空间效率很高的随机数据结构，Bloom filter 可以看做是对 bit-map 的扩展, 它的基本思想是： 如果判断一个元素是不是在一个集合里，一般想到的是将所有元素保存起来，然后通过比较确定，但是随着集合元素的增加，需要的存储的空间越来越大，检索的速度聚会越来越慢，这时我我们会想到散列表（哈希表hashtable）的数据结构。通过一个hash函数将一个元素映射

腾讯面试题： 题目：给40亿个不重复的无符号整数，没排过序。给一个无符号整数，如何快速判断一个数是否在这40亿个数中。 如果直接存储，40亿int数据如果存起来大概需要16G的空间，显然是不可能一次性存储完。 如果采用位图这种存储结构，因为一个数存在不存在只需要用两种状态就可以表示出来(1存在，0不存在)，所以一个int数据有32个位，可以表示32个数据存在不存在，因此16G的数据用位图来存在

红黑树：红黑树是一棵二叉搜索树，它在每个结点上增加了一个存储位来表示结点的颜色，可以是red或者black，通过对任何一条从根节点到叶子结点上的简单路径来约束，红黑树保证最长路径不超过最短路径的两倍，因而近视平衡。 性质： 1. 每个结点不是红色就是黑色 2. 根节点是黑色的 3. 如果一个根节点是红色的，则它的两个叶子结点是黑色的(没有两个连续 的红色结点) 4. 对于每个结点，从该结

二叉搜索树：又称二叉排序树，它或者是一棵空树，或者是具有以下性质的二叉树1、若它的左子树不为空，则左子树上所有节点的值都小于根节点的值2、若它的右子树不为空，则右子树上所有节点的值都大于根节点的值3、它的左右子树也分别为二叉搜索树查找（key为要查找的值）：if(pRoot==NULL) return false  else  若pRoot->key==key,

AVL树：即平衡二叉搜索树。平衡因子bf=右子树的高度-左子树的高度，bf为0，-1，1时，此树即平衡。AVL树的前提是该树为二叉搜索树。 中序遍历只需遍历一次，且是有序的。 以下为四种旋转的图解 左单旋(RotateL)： 右单旋(RotateR)： 左右双旋（RotateLR）： 右左旋（RotateRL）： 具体代码如下：#de

#define _CRT_SECURE_NO_WARNINGS#include using namespace std;#include #includeenum ThdInfo{LINK,THREAD};templatestruct BinaryTreeThdNode{BinaryTreeThdNode(const T& data): pl

题目：关键字序列为：{38，25，74，63，52，48}，哈希函数为H(k)=k%7,哈希表的长度为7，用线性探测和链地址法处理冲突，分别计算等概率情况下查找成功的平均查找长度。注：没给哈希表长度，给出装填因子时，可求哈希表长度， 可根据此公式装填因子=元素个数/表长推：表长=元素个数/装填因子。线性探测法由上构造的哈希表如下： 等概率下查找成功的平均查找长度为： ASL=(1+3+1+1+