数据结构我悟了

eof函数

ifstream.eof()读到文件结束符或文件不存在时返回true。文件结束符是文件最后一个字符的下一个字符。

int isaplpaha(int c)

检查所传字符是否字母，若是返回非零值，若否返回0

ifstream

在C++中，对文件的操作是通过stream的子类fstream来实现的，须加入头文件#include<fstream>

open()函数的参数是一个char*类型的量，要通过调用string类的c_str()函数返回一个C风格的字符串（即一个字符数组的首地址）才可以调用

istringstream::istringstream(string str)

从string对象中读取字符，但会包括标点

struct构造函数

如果在struct中定义了构造函数，必须定义一个默认构造函数（无参）才可以进行实例化。不然在new时会出现问题。

struct Test

{ int a;

char *b;

};

Test* test=new Test;//结构体使用默认构造函数，编译通过

struct Test1 {

Test1(int a):_a(a) {}

int _a;

};

Test1* test=new Test1;//没有定义默认构造函数，可以把构造函数改成缺省构造函数

Segmentation fault

常见是下标越界，new

Final

ADT

抽象数据类型是带有一组操作的一些对象的集合，stack,list,queue

优点：

分离定义和实现，这样就可以编写客户端代码，而不必担心实现细节，可能需要修改实现。

算法

算法是一种使用一系列指令来解决问题的方法的描述。

评估算法最重要的指标是时间复杂度。

算法的五个特性

确定性，可行性，输入，输出，有限性

算法的描述方法

自然语言，伪代码，流程图，程序设计语言

栈帧

为每个调用函数分配的临时存储区域，包括返回地址，调用参数，局部变量等

前中后缀表达式

中缀：

正常的

前缀：

栈s1和栈s2，从右到左遍历，遇到数字进栈s2

遇到运算符：

如果s1为空或栈顶为），直接进栈。

如果优先级大于等于栈顶运算符，进栈

否则将s1栈顶运算符弹出压入s2，重复

遇到括号：

右括号）直接进栈

左括号( 将s1栈顶元素依次弹出直到遇到左括号，将这对括号丢弃

最后：将s1剩余元素依次弹出并压进s2，依次弹出s2

后缀：

栈s1和栈s2，从左到右遍历

数字直接进s2

运算符：

栈空或栈顶是（直接进栈

优先级比栈顶高（不包括等于），进s1。否则弹出压进s2

括号：

左括号直接进s1，右括号依次弹出S1栈顶元素并压入s2直到遇到左括号

结果：依次弹出s2元素，逆序！！！

运算符出现顺序就是运算顺序

二分查找

各种二叉树

前中后序遍历

根左右，左根右，左右根

根据前中...构造二叉树，只根据先后无法唯一确定一颗二叉树

完全二叉树

深度为h的二叉树，除了第h层外，其他各层节点数都达到最大，第h层所有的节点连续集中在最左边

堆

最大堆：

父节点比子节点大

最小堆：

父节点比子节点小

第i个节点的父节点为i/2

shift down:

和子节点中较大者交换位置

最大堆转最小堆：

交换1号和n号，从1到n-1重新调整为堆，交换1号和n-1号，...以此类推

堆的排序：

从第n/2个节点，调整其子树，n/2-1...以此类推

heapify：数组的堆化

二叉查找树

对于节点x,左子树都小于x，右子树都大于x

AVL树（平衡二叉树）

每个节点的左子树和右子树高度最多差1的二叉查找树

LL:右旋 RR：左旋 RL：右左 LR：左右

哈夫曼算法（最优二叉树）

一开始存在n棵只有一个节点的树，选取其中两个权值最小的形成一颗新树，新树根节点权值为其和，继续....

WPL=（wi*li）之和

带权路径长度=叶子节点权值wi*树根到叶子节点的路径长度

红黑树（O（logn））

性质：

每个结点不是红就是黑。

根和叶(NIL)是黑色的。

如果一个节点是红色的，那么其父节点就是黑色的。

所有从任意结点x到后代叶结点的简单路径都有相同数量的黑结点。

定理：

一颗n个节点的红黑树高度最大为2log(n+1)

WTF is 比较树？

二分查找的比较树？ppt8

并查集

稳固排序

保持相等元素原来顺序不变

eg.冒泡，插入，合并排序

非稳固排序

选择排序，希尔排序，堆排序，快速排序

冒泡

每一次把最小的搞到最前面

插入

一个一个插

mergesort

两个表合一，先一直分，再合

选择

希尔

5，3，1...

堆排序

从第n/2个节点，调整其子树，n/2-1...以此类推

快速排序

选一个temp哨兵，把比他小的搞到左边，比他大的搞到右边

哈希

常用的哈希函数

直接定址法，除留余数法，平方取中法，折叠法，数字分析法，随机数法

（1）直接定址法 其哈希函数为一次函数，即以下两种形式： H（key）= key 或者 H（key）= a * key + b 其中 H（key）表示关键字为 key 对应的哈希地址，a 和 b 都为常数。

（2）数字分析法 如果关键字由多位字符或者数字组成，就可以考虑抽取其中的 2 位或者多位作为该关键字对应的哈希地址，在取法上尽量选择变化较多的位，避免冲突发生。

（3）平方取中法 平方取中法是对关键字做平方操作，取中间得几位作为哈希地址。此方法也是比较常用的构造哈希函数的方法 例如关键字序列为{421，423，436}，对各个关键字进行平方后的结果为{177241，178929，190096}，则可以取中间的两位{72，89，00}作为其哈希地址。

（4）折叠法 折叠法是将关键字分割成位数相同的几部分（最后一部分的位数可以不同），然后取这几部分的叠加和（舍去进位）作为哈希地址。此方法适合关键字位数较多的情况。

（5）除留余数法 若已知整个哈希表的最大长度 m，可以取一个不大于 m 的数 p，然后对该关键字 key 做取余运算，即：H（key）= key % p。 在此方法中，对于 p 的取值非常重要，由经验得知 p 可以为不大于 m 的质数或者不包含小于 20 的质因数的合数。

解决哈希冲突

链地址法

开放地址：线性探测法，二次探测法

（二次探测法：采用开放定址法处理冲突中的二次探测再散列（也即是题目中的二元探测法）,则哈希函数变为Hash(key） = (Hash(key) + d) % 11，其中d = 1^2, -1^2, 2^2, -2^2, 3^2,……，则开始计算。）

删除哈希表元素

一种解决方案是发明另一个特殊的键来表示删除的位置，这个键在插入时为空，但在检索时“不为空”。不然可能再检索与删除元素有冲突的元素时产生错误

图论

概念

完全图，子图，生成子图，连通图，DAG(有向无环图)

极大联通子图：无向图 连通图只有一个极大连通子图（它本身），非连通图有多个。

极小连通子图：能连通图的所有顶点又不产生回路的任何子图（生成树）

强连通图：有向图中每一对顶点v,w都有从v到w和从w到v的路径，有n个顶点的强连通图最多有n(n-1)边，最少有n条边

弱连通图：有向图的基图是连通图

邻接表，邻接矩阵

对于n个顶点e条边的无向图，邻接表中除了n个头结点外，只有2e个表结点,空间效率为O(n+2e)。若是稀疏图(e<<n2)，则比邻接矩阵表示法O(n2)省空间。 在有向图中，邻接表中除了n个头结点外，只有e个表结点,空间效率为O(n+e)。若是稀疏图，则比邻接矩阵表示法合适。 邻接表的优点：空间效率高；容易寻找顶点的邻接点； 邻接表的缺点：判断两顶点间是否有边或弧，需搜索两结点对应的单链表，没有邻接矩阵方便。

dfs

bfs

队列

拓扑排序

入度为0，删除，有向无环图，若输出的顶点个数小于全部顶点，不是DAG

欧拉回路

欧拉电=回路只有在图是连通的并且每个顶点有偶数度时才可能存在

A.判断欧拉通路是否存在的方法

如果一个图是连通的并且恰好有两个奇数顶点，那么它就有一条欧拉路径

B.判断欧拉回路是否存在的方法

如果一个图是连通的并且每个顶点都是偶数，那么它就有一个欧拉回路(至少一个，通常更多)。如果一个图有奇数顶点，那么它就没有欧拉电路。

最小生成树（无向图）

prim

用集合来表示：图的所有顶点集合为V，已访问顶点集合为u，未访问顶点集合为UU,选择一个初始顶点加入u集合，在两个集合u和UU组成的边中选择最小的边(u0,UU0)加入最小生成树中，将UU0点加入u，重复上述操作至UU集合为空

kruskal

把图中的n个顶点堪称独立的n棵树组成的森林，按权值从小到大选择边，所选的边连接的两个顶点u,v应该属于两颗不同的树（即没有公共祖先，可采用并查集判断）。则成为最小生成树的一条边，并将这两棵树合并成一棵树。重复上述操作知道有n-1条边为止。

最短路径

dijkstra

floyda

定义一个二维数组distance存储两个城市间的距离，程序开始时将它每个元素初始化为-1，表示两个城市间不存在路径。将输入的边全部存进二维数组。利用内外三个for循环，如果存在从a到b，从b到c的路径（即disa!=-1,disb!=-1），若原先不存在从a到c的路径，将disa+disb存进disa，否则，比较disa+disb与disa的大小，将较小着存进disa。至此，各个城市之间的最短路径均已存进dis数组，i与j城市之间的最短路径即disi

队列，栈，线性表为线性结构，二叉树不是