数据结构速成

1.图

1.1 拓扑排序

拓扑排序是一种对有向无环图（DAG）进行排序的算法，它会生成一个线性序列，在这个序列中，对于图中的每条边 (u, v)，顶点 u 在序列中都排在顶点 v 之前。

2.最小生成树

2.1 Kruskal

Kruskal算法是一种用于求解无向图最小生成树的贪心算法，它可以找到连接图中所有顶点的边集，使得边的总权重最小。

算法步骤：

1. 初始化：

   • 将所有边按照权重从小到大排序。
   • 创建一个集合 U，初始为空，用于存储最小生成树中的边。
   • 创建一个集合 V，用于存储图中的所有顶点。

2. 循环执行以下步骤，直到 U 中的边数等于 V 中的顶点数减 1：

   • 从排序后的边集中选择权重最小的边 e。
   • 如果 e 的两个端点不在同一个连通分量中，则将 e 加入到 U 中，并将 e 的两个端点所在的连通分量合并。

3. 输出： 最小生成树中的边集 U。

2.2 Prim

Prim 算法是一种用于求解无向图最小生成树的贪心算法，它可以找到连接图中所有顶点的边集，使得边的总权重最小。

算法步骤：

1. 初始化：

   • 选择图中任意一个顶点作为起始顶点，将其加入到最小生成树中。
   • 创建一个集合 U，用于存储已经加入最小生成树的顶点。
   • 创建一个集合 V，用于存储未加入最小生成树的顶点。

2. 循环执行以下步骤，直到 V 为空：

   • 从 V 中选择与 U 中的顶点距离最近的顶点 v。
   • 将 v 加入到 U 中。
   • 更新 V 中所有顶点到 U 的距离。

3. 输出： 最小生成树中的边集。

3.最短路径

3.1 Dijkstra

Dijkstra 算法是一种用于求解单源最短路径问题的贪心算法，它可以找到从图中一个指定的源顶点到所有其他顶点的最短路径。

算法步骤：

1. 初始化：

   • 将所有顶点的距离初始化为无穷大，并将源顶点的距离初始化为 0。
   • 创建一个集合 S，用于存储已经确定最短路径的顶点，初始为空。
   • 创建一个集合 Q，用于存储尚未确定最短路径的顶点，初始包含所有顶点。

2. 循环执行以下步骤，直到 Q 为空：

   • 从 Q 中选择距离源顶点最近的顶点 u。
   • 将 u 加入到 S 中。
   • 更新 Q 中所有与 u 相邻的顶点 v 的距离，如果通过 u 到 v 的距离更短，则更新 v 的距离。

3. 输出： 从源顶点到所有其他顶点的最短路径长度。

3.2 Floyd

1. 邻接矩阵（graph）: 用于存储图的边权重，graph[i][j] 表示从节点 i 到节点 j 的边的权重。如果不存在边，则权重为无穷大（表示不可达）。

2. 距离矩阵（dist）: 用于存储当前已知的任意两点之间的最短路径长度，dist[i][j] 表示从节点 i 到节点 j 的最短路径长度。初始时，dist[i][j] 等于 graph[i][j]，且 dist[i][i] = 0（节点到自身的距离为0）。

算法步骤

1. 初始化:

   • 将距离矩阵 dist 初始化为邻接矩阵 graph 的值。
   • 对于所有节点 i，设置 dist[i][i] = 0。

2. 动态规划更新最短路径:

   • 逐一考虑每个节点 k 作为中间节点，对所有的节点对 (i, j)，更新 dist[i][j]。
   • 更新公式为：dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j])，即通过节点 k 经过的路径是否比当前已知的 i 到 j 的路径更短。

2.算法

2.1 时间复杂度

（1）对于存取操作

线性表的顺序存储结构，对于存取操作，其时间复杂度为 

因为元素位置可以直接计算得到

 （2）对于插入和删除操作

对于插入和删除操作，其时间复杂度为

因为插入或删除后，需要移动其余元素

2.2 空间复杂度