数据结构考前总结

1.算法分析

1.O(N)是上界，Ω(N)为下界，Θ(N)为常数倍

2.注意循环的条件，以及N^2还是NN，还是N2

2.列表

1.链表中的二分法复杂度大于O(NlogN)

2.sequentially stored linear list这个是顺序存储的线性表，就是和数组差不多，不是链表。链表：linked list

3.栈和队列

1.prefix和infix和postfix是树的三种遍历方式，变量在叶子结点，而运算符号在非叶子结点。

index->postfix:遇到字母直接输出，遇到符号：要求栈顶的优先级是最高的，如果不能满足，就出栈，直到满足为止。然后该符号入栈。

括号的优先级栈外最高，栈内最低。遇到右括号，出栈直到左括号

2.问不可能的弹出序列，问栈至少多大，都模拟一下栈即可。注意出栈以后可以在该元素的旁边写数字表示入栈，不是在上方。

3.Circle queue:出入队列操作以后，有可能出现尾节点小于头节点的情况。但是它们之间的差不会大于n。尾节点其实是n+尾节点的位置。因此计算个数的时候就加回去。

Circle queque最多可以容纳的元素是数组的大小-1个元素。

4.树

1.树的深度优先遍历：

a.将当前结点的左结点压入栈，直到没有左节点。

b.弹出一个点，将这个点的右节点压入栈，

c.重复b直到遍历完成

2.树的广度优先遍历：

a.当前结点所有孩子入队列。

b.弹出一个，将孩子入队列，直到队列空

3.有关树的计算：已知degree为1，2的点有几个这种，需要用公式：$\sum degree=2e$，但是degree定义不同，需要+1,求和后需要-1，因为根节点没有父节点。

如果有两个degree的点个数不知道，直接当作0就可以。必须能够约掉，否则算不出来。

5.搜索树

1.有关二叉树的便利：T(N)=2T(N/2)+1，解一下是O(N)

2.二叉树后序遍历：必须最后一个是根，前面必须有一个序列完全小于根，后面一个序列完全大于根。然后再在子序列里找。

3.已知BST节点个数，求孩子个数：节点为$1+2+2^2+...2^k+m=2^{k+1}-1+m=n$

m是最下面一层的孩子。最下面一层的孩子的的一半+完整的k阶二叉树的孩子个数就是总孩子个数。

4.二叉树最方便的方法就是画一个特例验证

5.二叉搜索树不一定是完全的，因此和二分查找是不一样的。二分查找相当于在完全二叉树里找

6.二叉搜索的时间复杂度为：T(N)=T(N/2)+1，如果不是二分，则是N/K,但是复杂度还是O(NlogN)

7.二叉树7,9同级，则8一定共同的祖先，但是不一定是共同的父结点。

因为7,9可以是分支，这样父节点只需要一个根小于9，一个根大于7，但是不管怎么样，一定有一个点把7,9分开，就是8
0

6.堆

1.建堆是从低N/2个元素开始，一个一个往前走，每个执行precdown。precdown是指将该结点和最小的孩子比较，如果大于最小的孩子，则交换，直到小于所有的孩子。

2.建堆最大比较2N-2次

7.并查集

8.图和拓扑排序

1.$\sum degree=2e$是对所有的图都成立，和是否联通没有关系

2.优先考虑是否是联通的。比如成环的一定是强联通，但是不联通的就错。如果边的度数为偶，但是没说是联通图，则不是欧拉图

9.最短路径

1.找一下特殊的情况，比如3个点的情况

2.最小生成树唯一的条件为：权值相同的必须都添加（不能构成环）

10.网络流

11.DFS

12.排序

1.排序复杂度：

归并：归并：O(N)，总复杂度：O(NlogN)

快排：平均和一般情况：O(BNlogN)，最坏O(N^2)

堆排：O(NlogN)

插入：O(N^2)

桶排：O(N+M)，M为桶数

所有排序最坏情况必须为O(N)

2.Heap和quick不用额外空间，Merge需要O(N)空间

13.哈希表