数据结构（已完结）

绪论

---

第一部分 线性表

一、顺序表

注意：线性表中的位序是从1开始，而数组中的元素下标从0开始。

储存：一定连续

时间复杂度：O(1)

基本操作1：初始化

基本操作2：取值

基本操作3：按值查找

二、链表

存储：非顺序

时间复杂度：O(n)

两类：带头结点和不带头结点

带头结点单链表为空：

L->next==NULL;

不带头结点单链表为空：

L==NULL;

基本操作1：初始化

基本操作2：取值

基本操作3：插入

基本操作4：删除

---

第二部分 栈和队列

栈的表尾为栈顶，栈的表头为栈顶。只允许栈顶元素出入栈。先进后出，后进先出。

队列只允许在队尾删除，在队顶插入。先进先出，后进后出。  

栈

顺序栈

注意：top指向栈顶元素后一位。  

S.top==0 //栈空  

S.top==maxsize //栈满  

基本操作1：初始化

基本操作2：入栈

基本操作3：出栈

基本操作4：顺序取栈顶元素

栈的操作是线性表操作的特例。

队列

链式存储与线性表类似

循环队列

需要附设front和rear两个指针表示队头和队尾。

注意：

1.front指向队头，rear指向队尾的后一个元素。

2.队列空和队列满时，front和rear都指向同一结点。  

如何判断队列是空是满？

1.少用一个元素空间。

2.另设一个标志位。

基本操作1：定义储存结构

基本操作2：初始化

基本操作3：求长度

基本操作4：插入新元素

基本操作5：删除元素

---

第三部分 串、数组、广义表

串

储存方式：定长顺序存储、堆分配存储、块链存储

1.定长顺序存储：预定义数组长度，为每个串分配固定长度的存储区。

-1.1显式存储串长。

–1.1.1以下标为0的数组分量存放（数组）。

–1.1.2专设一个字段（结构体）。

-1.2隐式存储串长。

2.堆分配存储：一组地址连续的存储单元，但存储空间是动态分配。

3.串的块链存储：采用链式存储。一个结点可以存储多个字符。结点的字符个数就是结点大小。

数组

数组是线性表的推广，特点是结构中的元素本身可以是具有某种结构的数据，但属于同一数据类型。

一维数组：看作线性表或向量。适合随机查找。

二位数组：看作矩阵。不是线性表，是线性表的推广。

广义表

线性表的推广。可以在广义表里面嵌套广义表。

**长度：**包含数据元素个数。

**深度：**匹配最多括号的元素的括号层数。

第四部分 树和二叉树

树和二叉树

树的定义：

树是一种非线性的数据结构，它是由n个有限结点组成有层次关系的集合。

树的特点：

每个结点具有0个或多个子结点

每个子结点只有一个父结点

没有前驱的结点为根结点

除了根结点外，每个子结点又可以由m棵不相关的子树组成

树的基本术语：

1.结点的度：结点拥有的子树数量称为结点的度

2.树的度：树内各结点度的最大值，即上图 D 结点的度就是此树的度

3.叶子：度为 0 的节点称为叶子或终端节点

结点的层次和树的深度

4.森林：m棵互不相交的树的集合

*二叉树的性质：

性质1：在二叉树的第i层上至多有2i-1个结点（i>=1）。

性质2：深度为k的二叉树至多有2k-1个结点（k>=1）。

性质3：对任何一棵二叉树T，如果其终端结点数为n0,度为2的结点数为n2，则$n_0$ = $n_2+1$。

性质4：具有n个结点的完全二叉树的深度为$\lfloor lo{g}_{2}n\rfloor +1$。

性质5：如果对一颗有n个结点的完全二叉树（其深度为$\lfloor lo{g}_{2}n\rfloor +1$）的结点按层序编号（从第1层到第 $\lfloor lo{g}_{2}n\rfloor +1$ 层，每层从左到右），对任一结点i(1<=i<=n)有：

a.如果i=1，则结点i是二叉树的根，无双亲；b.如果i>1，则其双亲是结点 $\lfloor i/2\rfloor$；

c.如果 2i>n ,则结点 i 无孩子（结点i为叶子结点）；否则其左孩子是结点 2i；

d.如果 2i+1>n ,则结点 i 无右孩子；否则其右孩子是结点 2i+1。*

二叉树的存储：顺序（通常用于完全二叉树）、链式

*二叉树的遍历方法：先序、中序、后序、层序

1.先序：

访问根结点–先序遍历左子树–先序遍历右子树（根左右）

2.中序：

中序遍历左子树–访问根结点–中序遍历右子树（左根右）

3.后序：

后序遍历左子树–后序遍历右子树–访问根结点（左右根）

4.层序：

按层次（1-k层），每层从左到右依次访问二叉树中的每一个结点。*

哈夫曼树

基本概念：

1.路径：从一个结点到另一个结点之间的分支序列。

2.​路径长度：从一个结点到另一个结点所经过的分支数目。

3.​结点的权：根据应用的需要可以给树的结点赋权值。

4.​结点的带权路径长度：从根到该结点的路径长度与该结点权的乘积。

5.​树的带权路径长度：树中所有叶子结点的带权路径之和${\sum }_{k=1}^n{w}_k\ast l_k$。

6.​哈夫曼树：由n个带权叶子结点构成的所有二叉树中带权路径长度最短的二叉树。

注意：

1.n个叶子结点的哈弗曼树有 2n-1 个结点。

2.在构造哈弗曼树时，是从叶子结点向根节点的方向进行的，每次都是两个两个成对的结点来形成一个新的分支结点，所以不存在度为1的结点。

哈夫曼树的构造

对于有n个叶子结点，可以构造出多个二叉树。

但Huffman树是一个带权路径长度最小的二叉树，又称最优二叉树。

方法：

（1）将{w1,w2,…….,wn}看成n个二叉树；

（2）选择 2 个根结点的值最小（权值最小）的二叉树，构造1个新的二叉树；…….；直至剩1个树止。

哈夫曼编码

前缀码：

如果在一个编码系统中，任一个编码都不是其他任何编码的前缀，则称该编码系统中的编码是前缀码。例如，一组编码01,001,010,100,110就不是前缀码，因为01是010的前缀，若去掉01或010就是前缀码。

哈夫曼编码：

对一棵具有n个叶子的哈夫曼树，若对树中的每个左分支赋予0，右分支赋予1，则从根到每个叶子的通路上，各分支的赋值分别构成一个二进制串，该二进制串就称为哈夫曼编码。

---

第六部分 图

图的定义与基本术语

图G由顶点集V和边集E组成，记为G=(V,E)，其中V(G)表示图G中顶点的有限非空集；E(G)表示图G中顶点之间的关系(边)的集合。

注意：线性表可以是空表，树可以是空树，图不可以是空图，图可以没有边，但是至少要有一个顶点。

有向图

若E是有向边（简称弧）的有限集合时，则G为有向图。弧是顶点的有序对，记为<v,w>，其中 v，w 是顶点。当v 是弧尾，w 是弧头时，称为从顶点v到顶点w的弧。

无向图

若E是无向边（简称边）的有限集合时，则G为无向图。边是顶点的无序对，记为 (v,w) 或(w,v) ，且有 (v,w) =(w,v) 。其中 v，w 是顶点。

完全图

1.无向图中任意两点之间都存在边，称为无向完全图；如G1就是无向完全图。无向完全图具有 n(n-1)/2 条边。

2.有向图中任意两点之间都存在方向向反的两条弧，称为有向完全图；有向完全图具有 n(n-1)条弧。

子图：

设两个图G＝(V, E)和G’=(V’,E’)，如果V’⊆V且 E’ ⊆E，则称G’为G的子图。

顶点的度、入度和出度

顶点的度为以该顶点为一个端点的边的数目

对于无向图，顶点的边数为度，度数之和是顶点边数的两倍。

对于有向图，入度是以顶点为终点（即箭头所指方向），出度是以顶点为起点 （即箭尾巴所指方向）。

有向图的全部顶点入度之和等于出度之和且等于边数。顶点的度等于入度与出度之和。

注意：入度与出度是针对有向图来说的。

路径：

在图 G＝( V, E ) 中, 若从顶点 x 出发, 经过一些顶点v1, v2, …… , vm到达顶点y。 则称顶点序列 ( x ,v1, v2, … Vm, y ) 为从顶点x 到顶点 y 的路径。

路径长度 :

非带权图的路径长度是指此路径上边的条数。

带权图的路径长度是指路径上各边的权之和。

简单路径：

序列中顶点不重复出现的路径。

回路(环)：

第一个顶点和最后一个顶点相同的路径。

简单回路(环)：

除第一个和最后一个顶点，其余顶点不重复出现的路径。

图的存储结构：邻接矩阵

图的邻接矩阵的存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息，一个二维数组（称为邻接矩阵）存储图中的边或弧的信息（可分别称他们为顶点数组和边数组）。

在无向图中，求某个顶点的度，即计算此顶点$v_i$在邻接矩阵中第i行（或第i列）的元素之和。若$v_i$到$v_j$之间有通路，则记为1，反之为0。

在有向图中，求某个顶点vi的出度，即求此顶点所在行的元素之和，若求某个顶点的度，即求顶点所在列的元素之和。

设图G有n个顶点，则邻接矩阵是一个n×n的方阵A。

邻接矩阵表示法的优缺点

优点：

便于判断两个顶点之间是否有边， 即根据A[i] [j] = 0或1来判断。

便于计算各个顶点的度。对于无向图，邻接矩阵第 i 行元素之和就是顶点 i 的度；对于有向图，第 i 行元素之和就是顶点 i 的出度，第 i 列元素之和就是顶点 i 的入度。

缺点：

不便于增加和删除顶点。

不便于统计边的数目，需要扫描邻接矩阵所有元素才能统计完毕，时间复杂度为 O($n^2$)

空间复杂度高。

图的存储结构：邻接表

对图中的每个顶点建立一个单链表，存储该顶点所有邻接顶点及其相关信息。每一个单链表设有一个表头结点。把从一个顶点出发的所有边链接在一个单链表（又名边链表）中。把所有边链表的表头结点放在一个顺序表（又名顶点表）中。

邻接表表示法的优缺点

优点

便于增加和删除结点

便于统计边的数目

空间效率高

缺点

不便于判断顶点之间是否有边

不便于计算有向图各个顶点的度（需要遍历）

图的遍历

深度优先、广度优先

深度优先搜索

思想：类似先序遍历。

广度优先搜索

思想：由近及远，类似层序遍历。

图的应用：拓扑排序

---

第七部分 查找

顺序查找

查找第i个元素需要的次数：n-i+1

要查找的元素不在表中：n+1

平均查找长度(ASL)=(n+1)/2

时间复杂度O(n)=(n+1)/2

折半查找

三个指针：low,high,middle

low,high,middle全部指向的元素即为所求

ASL=$lo{g}_2(n+1)-1$

时间复杂度O(n)=$lo{g}_{2}n$

索引查找（分块查找）

块与块间必须有大小关系

要点：索引查找表

ASL：

内部顺序查找：$\frac{1}{2}(\frac{n}{s}+s)+1$

内部折半查找：$lo{g}_2(\frac{n}{s}+1)+\frac{s}{2}$

---

第八部分 排序

内排序、外排序

排序方法

一、插入排序

1.直接插入排序：稳定？稳定！

时间复杂度$O(n)=n^2$

2.折半插入排序

3.2-路插入排序

前面三种方法都不可避免的要移动记录

4.表插入排序（希尔排序）

算法思想：每趟取步长成子表排序，下一趟步长为上次的一半（向下取整），直到1。

时间复杂度$O(n)=n^{1.3}$

特点：不移动记录。

增量序列：

eg:5,3,1

表示数据先每间隔5分成1组，再每间隔3分成1组，以此类推。

二、交换排序

1.冒泡排序（稳定）

排序次数：至多n-1次，至少1次

方法：从后两两对比，更小的往前放。

2.快速排序（不稳定）

算法思想：

a.通过快速排序，把待排序记录分成独立的两组。其中，一组的关键字均比另一组小。

b.采用同样的方法，对一趟快速排序产生的两个子序列进行快速排序。

c.递归执行a和b，直到子序列的记录个数为1。

*口诀：

小放枢轴左，大放枢轴右。

高低所指换，换针向枢轴。

高低所遇处，枢轴所落入。

递归再排至，左右仅一头。*

排序次数C(n)：$C(n)=n-1+C(k)+C(n-k-1)$

时间复杂度O(n)：$O(n)\le n\ast lo{g}_{2}n$

三、选择排序

基本思想：

每次从当前待排序的记录中选取“关键字第i（i=1,2,…,n）小的记录”, 放置在记录序列的位置i，直到所有n个记录都有序为止。

1.简单选择排序

时间复杂度$O(n)=n^2$

思想：先扫，再找，放入最前。

拓展：树形选择排序和堆排序

a.树形选择排序

思想：

i.借助“淘汰赛”中的对垒过程，对关键字序列进行排序。

该过程可用一棵有n个叶子结点的 完全二叉树表示。每个分枝结点的关键字都等于其左&右孩子结点中较小的关键字，根结点的关键字就是最小的关键字。

ii.输出最小关键字后，根据关系的可传递性，欲选取次小关键字，只需:

将叶子结点中的最小关键字 改为“最大值(inf)”;

然后，重复上述步骤即可。

b.堆排序（不稳定）

时间复杂度O(n)=$n\ast lo{g}_{2}n$

空间复杂度S(n)=O(1)

思想：

i.对一组待排序的记录，按堆的定义建立堆。

ii.将堆顶记录和最后一个记录交换位置，则前n-1个记录是无序的，而最后一个记录是有序的。

iii.堆顶记录被交换后，前n-1个记录不再是堆，需将前n-1个待排序记录重新组织成为一个堆；然后，将堆顶记录和倒数第二个记录交换位置，即将整个序列中次小关键字值的记录调整(排除)出无序区。

iv.重复上述步骤，直到全部记录排好序为止。

*口诀：

先建堆，再找数。

找一次，建一次。

找到数，就输出。（和最后的换位置）

输出完，排序完。*

结论：排序过程中，若采用小根堆，排序后得到的是非递减序列；若采用大根堆，排序后得到的是非递增序列。

实现堆排序的2个关键操作：

1.建堆：如何由一个无序序列建成一个堆？

2.堆调整：如何在输出堆顶元素之后，调整剩余元素，使之成为一个新的堆？  

思想（后续示例，均以小根堆为例）：

输出堆顶元素之后，以堆中最后一个元素替代之；

然后，将根结点值与左、右子树的根结点值进行比较，并与其中较小者进行交换；

重复上述操作，直到 A)是叶子结点 或 B)其关键字值小于等于左&右子树的关键字的值，即获得新的[小根]堆。

称: 这个从堆顶至叶子的调整过程为“筛选” 。

堆排序算法分析:

堆排序的主要时间花销：初始建堆和重新调整成堆。设记录数为n，所对应的完全二叉树深度为h。

初始建堆：每个非叶子结点都要从上到下做“筛选”。

第 i层结点数≤2i-1，结点下移的最大深度是h-i，而每下移一层要比较2次，则比较次数C1(n)为：

筛选调整：每次筛选要将根结点“下沉”到一个合适位置。

第 i 次筛选时：堆中元素个数为n-i+1；堆的深度是㏒2(n-i+1)+1，则进行n-1次“筛选”的比较次数C2(n)为：

∴ 堆排序时间复杂度T(n)=O(n㏒2n)；空间复杂度S(n)=O(1) 。

附加空间: 为元素交换时, 所用的临时空间。

四、归并排序（稳定）

两有序并为一有序

方法：另建表，分别从两表头依次对比。

需要注意的是，每次归并后各个区块的长度不一定相等。

归并次数为$lo{g}_{2}n$，时间复杂度$O(n)=nlo{g}_{2}n$，空间复杂度$n$。

五、基数排序/桶排序/数字排序

与前面四种的不同点：不需要进行关键字的比较和记录的移动。

查找&搜索

概念：

i.查找表(Search Table)：相同类型的数据元素(对象)组成的集合，每个元素通常由若干数据项构成。

ii.关键字(Key，码)：数据元素中某个(或几个)数据项的值，它可以标识一个数据元素。

若关键字能唯一标识一个数据元素，则关键字称为主关键字；将能标识若干个数据元素的关键字称为次关键字。

iii.查找/检索(Searching)：根据给定的Key值，在查找表中确定一个关键字等于给定值的记录或数据元素。

查找表中存在满足条件的记录：查找成功；

查找结果：所查到的记录信息 或记录在查找表中的位置。

查找表中不存在满足条件的记录：查找失败。

查找的基本形式：静态、动态

a.静态查找(Static Search)：在查找时只对数据元素进行查询或检索；

实施静态查找的查找表  称为静态查找表。

b.动态查找(Dynamic Search)：在实施查找的同时，插入查找表中不存在的记录，或从查找表中删除已存在的某个记录；

实施动态查找的查找表  称为动态查找表。

采用何种查找方法？

根据存储结构的不同，查找方法可分为3大类：

i.顺序表和链表的查找：将给定的K值与查找表中记录的关键字逐个进行比较， 找到要查找的记录；

ii.散列表的查找：根据给定的K值直接访问查找表， 从而找到要查找的记录；

iii.索引查找表的查找：首先根据索引确定待查找记录所在的块 ，然后再从块中找到要查找的记录。

方法的评价指标

查找过程中主要操作是：关键字的比较。

查找过程中关键字的平均比较次数（平均查找长度ASL：Average Search Length）常作为衡量一个查找算法效率高低的标准。

ASL定义为：

Pi：查找第i个记录的概率。不失一般性，认为查找每个记录的概率相等，即P1=P2=…=Pn=1/n；

Ci：查找第i个记录需要进行比较的次数。

1.静态查找

因为线性表是查找表最简单的一种组织方式，因此本节将介绍 4种(主要的)关于顺序存储结构 的查找方法。

a.顺序查找(Sequential Search)

b.折半查找(Binary Search)

c.分块查找

d.Fibonacci查找

1.1顺序查找

思路：

从表的一端开始逐个将记录的关键字和给定K值进行比较，

若某个记录的关键字和给定K值相等，则查找成功；

若扫描完整个表，仍然没有找到相应的记录，则查找失败。

样例：

查找成功 ：

查找第n个元素：1 次

……….

查找第 i个元素： n-i+1 次

查找第1个元素： n 次

**查找失败：**n+1 次(查找元素非a1,a2,…,an)

算法实现：

1.2折半查找

思路：

前提条件：查找表中的所有记录是按关键字有序(升序或降序) 。

查找时，

【首先】确定待查找记录在表中的范围，

【然后】逐步缩小范围（每次将待查记录所在区间缩小一半）

直到：找到 或 找不到 记录为止。

示例：

查找成功：

查找不成功：

算法实现：

1.3分块查找

数据组织与查找思想：

1.查找表（不同于普通的数据记录表）的组织

将查找表分成几块。

块间有序，即第i+1块的所有记录关键字均大于(或小于)第i块记录关键字；块内无序。

在查找表的基础上附加一个索引表，

索引表是按关键字有序的，索引表中记录的构成（如图所示）；

2.分块查找思想

A.先确定待查记录所在块， B.再在块内’顺序’查找。

算法实现：