一些过去CSP 的简单题总结出来的小知识

1. const用于声明一个变量， 其值不能被修改

1. 如果想要在链表中插入一个新节点，其成员data的值为42，并使新节点成为链表的第一个 节点：首先，我们需要创建一个新的节点。然后，我们为新节点的数据成员赋值42。接下来，我们将新节点的next成员设置为当前的头节 点，最后更新头指针以指向新节点。这样，新节点就成为了链表的第一个节点。
2. 对于高度为 h 的完全三叉树，其节点数最少为 3^0 + 3^1 + … + 3^(h-1)
3.  高精度计算主要是用来处理大整数或需要保留多位小数的运算；大整数除以小整数的处理的步骤可以是，将被除数和除数对齐，从左到右逐位尝试将除数乘以某个数，通过减法得到新的被除数，并累 加商；高精度加法运算的关键在于逐位相加并处理进位；高精度乘法的运算时间与两个整数的位数都有关，而不仅仅是长度较长者的位数
4. 哈夫曼编码，又称为 Huffman Coding是一种可变长编码（ VLC, variable length coding)）方式，比起定长编码的 ASCII 编码来说，哈夫曼编码能节省很多的空间，因为每一个字符出现的频率不是一致的；哈夫曼编码首先会使用字符的频率创建一棵树，然后通过这个树的结构为每个字符生成一个特定的编码，出现频率高的字符使用较短的编码，出现频率低的则使用较长的编码，这样就会使编码之后的字符串平均长度降低，从而达到数据无损压缩的目的。
5. 哈夫曼编码方法：

1. 计算字符串中每个字符的频率
2. 按照字符出现的频率进行排序，组成一个队列 Q出现频率最低的在前 面，出现频率高的在后面。
3. 把这些字符作为叶子节点开始构建一颗哈夫曼树，哈夫曼树又称为最优 二叉树，是一种带权路径长度最短的二叉树
4. 对字符进行编码编码原则是：对于每个非叶子节点，将 0 分配给连接线的左侧，1 分配给连接线的右侧，最终得到字符的编码就是从根节点开始，到该节点的路径上的 0 1 序列组合。

有关哈夫曼的题：

 

做法：合并a(5%)和b(9%)，得到新节点ab(14%)。

合并c(12%)和d(13%)，得到新节点cd(25%)。

合并ab(14%)和e(16%)，得到新节点abe(30%)。

合并cd(25%)和abe(30%)，得到新节点abcde(55%)。

最后，合并abcde(55%)和f(45%)，得到根节点 abcdef(100%)。

从哈夫曼树中，我们可以为每个字符生成哈夫曼编码。 从根节点开始，左子树的边表示1，右子树的边表示0。

 

1. 前中后序遍历互相转换：

一、前序表达式转换为中序表达式：

从右往左开始，取出一个操作符和操作符右边的两个数进行计算，并将计算的结果放过去，直到计算结束。

二、后序表达式转换为中序表达式：

从左向右开始，取出一个操作符和操作符左边的两个数进行计算，并将计算的结果放过去，直到计算结束，以后序表达式“ab+cde+**”为例，将其转换为中序表达式：

• 中序表达式转换为后序表达式：

这个有点复杂，我们假设中序表达式中只有+、*、（、），将中序表达式 a+b*c+(d*e+f)*g，转换为后序表达式：abc*+de*f+g*+，转换过程需要借助一个辅助栈，转换的规则是这样的：

从左向右扫描，遇到操作数，则直接输出；当遇到操作符（+、-、*）和左括号时，则从栈中弹出栈元素并写到输出直到发现优先级（+优先级最低，左括号优先级最高）更低的元素为止（注意，不弹出这个优先级更低的元素），但是有一个例外，即除非在处理右括号的时候，否则我们绝不从栈中弹出左括号，当从栈弹出元素的工作完成后，再将当操作符压入栈中；当遇到右括号的时候，则将栈中元素弹出并写入到输出直到遇到一个左括号，但是这个左括号只是被弹出，并没有写到输出中。如果从左向右扫描结束，栈中还有元素，则将栈中元素弹出并写到输出，直到栈为空。  

四、中序表达式转换为前序表达式

这个比较复杂，以中序表达式 2*3/(2-1)+3*(4-1)为例，转换规则如下

1、反转表达式，让它逆序排列，如2*3/(2-1)+3*(4-1)，反转后为)1-4(*3+)1-2(/3*2

2、从字符串中取出下一个字符并处理：

2.1、如果是操作数，则直接输出

2.2、如果是），则压入栈中

2.3、如果是运算符，但不是（ 也不是 ），则不断进行如下处理

2.3.1、如果栈为空，则此运算符入栈，结束此步骤

2.3.2、如果栈顶为），则此运算符入栈，结束此步骤

2.3.3、如果此运算符与栈顶元素优先级相同或更高，则此运算符入栈，结束此步骤

2.3.4、否则，执行连续的出栈操作，知道满足上述三个条件之一，结束此步骤

2.4、如果是（，执行连续的出栈操作，直到遇见）为止，并将）出栈且丢弃之

3、如果有更多的字符，则转到第2步

1. 字符处理完毕，则执行连续的出栈操作，直到栈为空
2. 再次反转表达式，得到最终的结果.
3. 一道小题：         

 

1.从前序遍历中，我们知道A是根节点。

2.在中序遍历中， A之前的部分DEB是左子树， A之后的部分CFG是右子树。

3.对于左子树DEB，从前序遍历中我们知道B是左子树的根节点。

4.在中序遍历中， B之前的部分DE是B的左子树。

6.对于左子树DE，从前序遍历中我们知道D是左子树的根节点， E是D的右子节点。

7.对于右子树CFG，从前序遍历中我们知道C是右子树的根节点。

8.在中序遍历中， C之后的部分FG是C的右子树。

9.对于右子树FG，从前序遍历中我们知道F是右子树的根节点， G是F的右子节点。

10.根据上述分析，我们可以得到以下二叉树结构：

 

1. 有向无环图：若一个有向图（有向图是一副具有方向性的图，是有一组顶点和一组有方向的边组成的，每条方向的边都连接着一对有序的顶点。全部由无向边构成图称为无向图）中不存在环，则称为有向无环图。简称DAG图(Directed Acyclic Graph)顶点中不可能出现重复的操作数。

有向无环图一定是拓扑序列,有向有环图一定不是拓扑序列

1. 操作系统是管理计算机硬件和软件资源的软件，它为计算机程序提供服务。Linux - Windows - Android - 是一个操作系统，主要用于移动设备，HTML - 是一种用于描述网页的标记语言，不是操作系统。
2. 最长公共子序列可以不连续，但最长公共子串必须是连续的。
3. 在 Linux 系统终端中，mkdir命令用于创建一个新的目录

13.Linux 系统中常用命令：

 

1. 关于数据结构的一些小知识:

1.队列是一种先进先出(FIFO)「即先进先出」的线性结构

  2.哈夫曼树是带权路径长度最短的树，是用来解决最短编码问题的，和树的深度优先搜索无关。( 哈夫曼树通常以二叉树的形式出现，所以也称最优二叉树，是一类带权路径长度最短的树)

 

  3.散列表(即哈希表）是一种通过散列函数将关键字映射到存储位置的数据结构

   4.二叉树是一种每个结点最多有两个子结点的树结构

15 .哈希表(可以根据一个key值来直接访问数据，因此查找速度快)

 

一般来说，实现哈希表可以采用两种方法：

1. 数组+链表
2. 数组+二叉树

举个栗子：（想到一等效替代法）

 

10.最长公共子序列相关的题

 

下面给大家欣赏一下原稿，由于wps简体中文版本十分丑陋，而本人又没有VIP，所以只有用比丑陋的WPS简体中文版本，稍微好看一点，但是还是十分丑陋的WPS繁体中文ฅʕ•̫͡•ʔฅ( ⁼̴̀ .̫ ⁼̴ )✧

 

 

 

 

 

 

不要在意5这个细节ʕ•̫͡• ʔ•̫͡•ཻʕ•̫͡•ʔ•͓͡•ʔ

 

 

 

 

 

 

 

 上面那张图有点看不清ヽ(✿ﾟ▽ﾟ)ノ，所以又发了一遍，再此感谢c知道

完结，撒花🎉