2301_78724721的博客

尽管现代计算机的存储容量已经很高，使得在大多数情况下，算法的空间复杂度不再是绝对的限制因素，但这并不意味着我们可以忽视算法的空间复杂度。空间复杂度仍然是评估算法性能的一个重要指标，因为它反映了算法在运行过程中对内存资源的占用情况。因此，尽管在某些场景下空间复杂度可能不是首要考虑的因素，但在设计和实现算法时，我们仍然需要适当关注算法的空间复杂度，并根据具体情况进行优化。特别是在处理大规模数据、资源受限环境或考虑成本效益的场景中，优化空间复杂度能够显著提升算法的性能和效率。

概念：链表是⼀种物理存储结构上⾮连续、⾮顺序的存储结构，数据元素的逻辑顺序是通过链表 中的指针链接次序实现的。链表也是线性表的一种。链表的结构跟⽕⻋⻋厢相似，淡季时⻋次的⻋厢会相应减少，旺季时⻋次的⻋厢会额外增加⼏节。只 需要将⽕⻋⾥的某节⻋厢去掉/加上，不会影响其他⻋厢，每节⻋厢都是独⽴存在的。⻋厢是独⽴存在的，且每节⻋厢都有⻋⻔。想象⼀下这样的场景，假设每节⻋厢的⻋⻔都是锁上的状 态，需要不同的钥匙才能解锁，每次只能携带⼀把钥匙的情况下如何从⻋头⾛到⻋尾？

经过这次对链表算法题的深入解析，链表作为基础数据结构，其相关算法是编程能力的试金石。通过在线刷题平台，我们可以不断挑战自我，深化对链表的理解，提高算法设计能力。刷题能够让我们更加熟悉各种算法和数据结构，掌握它们的基本操作和应用场景。通过大量的实践，我们能够加深对理论知识的理解，形成自己的编程风格和思维方式。刷题不是目的，应用才是关键。让我们通过刷题，不断提升编程水平，将所学知识应用于实际项目中，成为更优秀的开发者。

数据结构是由“数据”和“结构”两词组合⽽来。什么是数据？常⻅的数值1、2、3、4.....、教务系统⾥保存的⽤⼾信息（姓名、性别、年龄、学历等 等）、⽹⻚⾥⾁眼可以看到的信息（⽂字、图⽚、视频等等），这些都是数据 什么是结构？当我们想要使⽤⼤量使⽤同⼀类型的数据时，通过⼿动定义⼤量的独⽴的变量对于程序来说，可读性 ⾮常差，我们可以借助数组这样的数据结构将⼤量的数据组织在⼀起，结构也可以理解为组织数据的 ⽅式。

在学习二叉树的基本操作前，需先要创建一棵二叉树，然后才能学习其相关的基本操作。由于现在大家对二叉树结构掌握还不够深入，为了降低大家学习成本，此处手动快速创建一棵简单的二叉树，快速进入二叉树操作学习，等二叉树结构了解的差不多时，我们反过头再来研究二叉树真正的创建方式。注意：上述并不是创建二叉树的方式，真正创建二叉树的方式期待后续博客再看二叉树基本操作前，再回顾下二叉树的概念，二叉树是：1. 空树2. 非空：根结点，根结点的左子树、根结点的右子树组成的。

首先我们要知道returnSize表示的是数组元素个数，这里传过来的是一个指针类型的变量，因为函数外面可能会用到这个值，而return只能返回一个值，所以这里传地址过来是想形参改变实参，题目要求把中序遍历的结果存放在一个数组中所以我们要开辟空间，那么开辟多少空间合适呢我们可以求一下节点个数然后来申请，求节点个数也是非常简单我们用*returnSize接收，接着创建数组，进行中序遍历，这里需要定义一个函数专门用来中序遍历，因为遍历二叉树需要递归。

时间复杂度是衡量算法执行效率的重要指标，它表示算法随输入数据规模增长时执行时间的变化趋势。优化时间复杂度可以节省计算资源、提高系统性能、满足实时性要求，并提升用户体验。在设计算法时，应充分考虑时间复杂度的优化，以实现高效、稳定的性能表现。

LTNode;date用来存储数据 ，next指针保存下个节点，prev指针保存前一个节点。

栈：一种特殊的线性表，其只允许在固定的一端进行插入和删除元素操作。进行数据插入和删除操作的一端 称为栈顶，另一端称为栈底。栈中的数据元素遵守后进先出LIFO（Last In First Out）的原则。压栈：栈的插入操作叫做进栈/压栈/入栈，入数据在栈顶。出栈：栈的删除操作叫做出栈。出数据也在栈顶。后进先出栈是一种特殊的线性数据结构，它遵循后进先出（Last In, First Out，LIFO）的原则。栈的主要操作包括在栈顶插入元素（称为压栈，push）和从栈顶移除元素（称为弹栈，pop）。

1. 元素集合越接近有序，直接插入排序算法的时间效率越高2. 时间复杂度：O(N^2)，什么情况最坏：逆序，最好：顺序有序：O(N)3. 空间复杂度：O(1)，它是一种稳定的排序算法4. 稳定性：稳定1. 希尔排序是对直接插入排序的优化。2. 当gap > 1时都是预排序，目的是让数组更接近于有序。当gap == 1时，数组已经接近有序的了，这样就 会很快。这样整体而言，可以达到优化的效果。我们实现后可以进行性能测试的对比。

在头文件中进行堆的定义和接口的声明int size;}HP;//堆的初始化//堆的销毁//堆的插入//堆的删除//取堆顶的数据// 堆的数据个数//堆的判空堆的实现堆是一种特殊的树形数据结构，通常实现为完全二叉树。堆分为最大堆和最小堆，最大堆的父节点值大于或等于其子节点值，而最小堆的父节点值小于或等于其子节点值。堆通常使用数组来实现，通过索引关系模拟树形结构，支持高效的插入、删除和查找最大/最小元素操作。堆排序堆排序是一种基于堆的排序算法。

二叉树是一种特殊的树形数据结构，其中每个节点最多有两个子节点（左子节点和右子节点）。它在计算机科学中广泛应用，如搜索算法、排序和数据压缩等。了解二叉树的基本概念、结构和性质对于掌握数据结构和算法至关重要。

队列：只允许在一端进行插入数据操作，在另一端进行删除数据操作的特殊线性表，队列具有先进先出 FIFO(First In First Out) 入队列：进行插入操作的一端称为队尾 出队列：进行删除操作的一端称为队头队列（Queue）是一种线性数据结构，其特殊之处在于它遵循先进先出（FIFO）的原则。队列的主要操作包括在队列的一端插入元素（称为入队，enqueue）和在另一端移除元素（称为出队，dequeue）。由于这种操作限制，队列在访问和操作元素时表现出一种特殊的顺序性。先进先出（FIFO）