2024年【数据结构】总结面试最常用的55道填空题，以商品超卖为例讲解Redis分布式锁-CSDN博客

本文链接：https://blog.csdn.net/2301_82242988/article/details/138523198

Ending

Tip：由于文章篇幅有限制，下面还有20个关于MySQL的问题，我都复盘整理成一份pdf文档了，后面的内容我就把剩下的问题的目录展示给大家看一下

如果觉得有帮助不妨【转发+点赞+关注】支持我，后续会为大家带来更多的技术类文章以及学习类文章！（阿里对MySQL底层实现以及索引实现问的很多）

吃透后这份pdf，你同样可以跟面试官侃侃而谈MySQL。其实像阿里p7岗位的需求也没那么难（但也不简单），扎实的Java基础+无短板知识面+对某几个开源技术有深度学习+阅读过源码+算法刷题，这一套下来p7岗差不多没什么问题，还是希望大家都能拿到高薪offer吧。

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录

需要这份系统化的资料的朋友，可以点击这里获取

具有n个结点的完全二叉树的深度为log2n+1或log2(n+1)
若某完全二叉含n个结点，从上到下从左到右进行0至n-1的编号，则：

1.  若i=0,则该节点是二叉树的根，无双亲，否则，编号为(i-1)/2的结点为其双亲结点

2.  若(2i+1)≥n，则该节点无左孩子，否则，编号为2i+1的结点为其左孩子结点

3.  若(2i+2)≥n，则该节点无右孩子，否则，编号为2i+2的结点为其右孩子结点

先根遍历的实现步骤是：①、访问根节点，②、先根遍历左子树，③、先根遍历右子树
由二叉树的前序和后序不可以唯一确定一颗树
结点间的路径是指从一个结点到另一个结点所经历的结点和分支序列
结点的路径长度是指从根结点到该结点的路径上分支的数目
树的带权路径长度是指树中所有叶结点的带权路径长度之和
给定n个权值并作为n个叶结点按一定规则构造一棵二叉树，使其带权路径长度达到最小值，则这棵二叉树被称为最优二叉树，也称哈夫曼树
完全无向图中的每两个顶点之间都存在着一条边
完全有向图中的每两个顶点之间都存在着方向相反的两条边
假设图中有n个顶点，e条边，则：

1.  完全无向图含有e=n(n-1)/2条边；

2.  完全有向图含有e=n(n-1)条边；

在一个无向图中，若存在一条边(u,v),则称顶点u与v互为邻接点
顶点的度是指图中与该顶点相关联的边的数目
有向图顶点的度

1.  顶点v的入边数目是该顶点的入度，记为ID(v);

2.  顶点v的出边数目是该顶点的出度，记为OD(v);

3.  顶点v的度等于它的入度和出度之和，即D(v)\=ID(v)+OD(v)

若无向图G中任意两个顶点之间都有路径相通，则称此图为连通图
若无向图为非连通图，则图中各个极大连通子图称作此图的连通分量
若有向图中任意两个顶点之间都存在一条有向路径，则称此有向图为强连通图
常见的图的存储结构有两种，分别为：邻接矩阵和邻接表
无向图的邻接矩阵是对称的(可采用压缩存储)，顶点vi的度是第i行或第i列中“1”的元素个数
有向图的邻接矩阵不一定为对称矩阵，每行中“1”的个数为该顶点的出度，每列中“1”的个数为该顶点的入度
对于稀疏图，邻接表比邻接矩阵节省存储空间
图的遍历方式通常有两种，分别是广度优先搜索和深度优先搜索
图的广度优先搜索遍历类似于树的层次遍历过程
在一个网的所有生成树中，权值之和最小的生成树称为最小代价生成树
求图的最小生成树的典型算法有两种，分别是克鲁斯卡尔算法和普里姆算法
克鲁斯卡尔算法的基本思想是，先构造一个只含有n个顶点的子图SG，然后从权值最小的边开始，若它的添加不使SG中产生回路，则在SG上加上这条边，如此重复，直至加上n-1条边为止
最小生成树不是唯一的，因为同一时候可能有多种选择
克鲁斯卡尔算法的时间复杂度为O(eloge),执行时间主要取决于图的边数
克鲁斯卡尔算法适用于针对稀疏图的操作
普里姆算法的时间复杂度为O(n2),执行时间主要取决于图的顶点数，与边数无关
普里姆算法适用于针对稠密图的操作
检查有向图中是否存在回路的方法之一，是对有向图进行拓扑排序