Longstick的学习周记——第三周

目录

前言

一、数据结构

1.  B-树

2. 哈希查找

二、微机

---

 

---

前言

第三周了，这周是超级紧张的复习，虽然科目不算多，但是内容都又多又杂，微机跟离散的复习简直是一种大折磨。。。。现在大问题在于，我的数据结构好像也不是很行，尽管硬啃了一下《大话数据结构》，不过感觉是在边看边忘。9M！

完蛋了。

---

一、数据结构

1.  B-树

这个B-树，上课的时候是没有怎么听懂……打算着是总复习的时候来看一下的，是时候学习一下了。

看上去本来是跟二叉树差不太多，本来也确实差不多，确实本质上是从二叉树里演变过来的，还是父子树，不过呢，B树每一个结点的孩子数是可以多于两个的，且每一个结点还可以存储多个元素，那这样以来，这个树的结构就可以很庞大了。

所谓m阶B-树，即m路平衡搜索树（m>=2）,也叫(ceil(m/2),m)-树，其有以下特点(设n为关键码,即n+1为分支数)：

1.除根以外的节点满足：n+1>=ceil(m/2)|n+1<=m;

2.非空的B-树,根节点满足：n+1>=2|n+1<=m(即最小为一个关键码)。

3.外部节点同属于底层，深度一致（即各节点分支状态相同，要么都不存在，要么都存在）。

4、外部节点远大于B树高度。

B+树似乎是在B-树的基础之上，将叶子结点的结构做成一条链，我大概是这么理解的？说实话这个研究的不是很明白。。。。而且我真没想清楚这个要怎么实现。。。

具体参考：http://www.360doc.com/content/09/1101/10/313373_8200150.shtml

2. 哈希查找

这个呢，不是特别难，但是哪个什么二次探测再散列我上课也没有学明白，我现在重新学习一下。

如果是哈希查找，总会遇到两个元素要争夺一个地址的情况，称为堆积。如何去解决堆积呢，其实就是利用散列地址了，发生了冲突，那么就去寻找下一个空的散列地址，只要散列表足够大，那就总有空的散列地址能找到。那么这个移动的量di，称之为增量di。

在线性散列中，这个增量的取值就是0，1，2，3……

二次探测再散列

在二次探测再散列里面，这个di增量的取值是di = 1 2 , -12 , 22 , -22 , 32 , -32 , ... , k2 ,  -k2
具体参考：https://blog.csdn.net/qq_27093465/article/details/52348366?_t_t_t=0.24849042831920087

这里面的散列写的还挺详细的。

二、微机

微机的话，整理了一个思维导图，不过是用的XMIND，我不知道怎么放到网络上，给自己看一眼，鼓励一下自己就好了。