The_sec的博客

选择题T8 图的知识点回路：第一个顶点和最后一个顶点相同；简单路径：序列中顶点不重复出现的路径；稠密图用邻接矩阵存储，空间复杂度O（n2）；稀疏图用邻接表存储，空间复杂度O（n+e）；拓扑序列和深度优先遍历（DFS）可以用来判断图是否存在回路；简单图：图中不存在顶点到其自身的边，且同一条边不重复出现。无向完全图：无向图中，任意两个顶点之间都存在边。有向完全图：有向图中，任意两个顶点之间都存在方向互为相反的两条弧。连通图：图中任意两个顶点都是连通的。连通分量：无向图中的

选择题T12 缩短程序执行时间T14 数据整型 精度与转换T15 字位扩展地址线共占8k＊8B=2^13，共13根将0B1FH转为二进制：0000 1011 0001 1111B一共有8片芯片，故应该有三位来表示芯片的标号 分别用 000 001 010 011 100 101 110 111所在芯片最小地址为 000 010 00 0000 0000B=0800H转载：https://blog.csdn.net/weixin_43984457/article

选择题T7 无向连通图 性质每条边都连接了两个结点，在计算顶点的度之和时每条边都被计算了两次（出度和入度），故所有顶点的度之和为边数的两倍，总和为偶数。n个顶点，n-1条边可以构成无向连通图，比如树。顶点数为N（N＞＝1）的无向完全图，不存在度为1的顶点。转载：https://blog.csdn.net/qq_46440190/article/details/126043711T10 元素排序① 稳定性排序：冒泡排序，插入排序、归并排序、基数排序② 不稳定性排序：选择排序、快

选择题T9 B树一颗m阶的B树定义如下：1）每个结点最多有m-1个关键字。2）根结点最少可以只有1个关键字。 至多只有m棵子树3）非根结点至少有Math.ceil(m/2)-1个关键字。 个数为：（m+1）／2-14）每个结点中的关键字都按照从小到大的顺序排列，每个关键字的左子树中的所有关键字都小于它，而右子树中的所有关键字都大于它。5）所有叶子结点都位于同一层，或者说根结点到每个叶子结点的长度都相同。转载：https://blog.csdn.net/jinking01/a

选择题T1 行列存储在上三角的列存储时，应该找出对应的上三角元素，如此题m7.2的上三角元素就是m2.7。下标就等于此元素之前的元素个数1+2+3+3+4+5+6+1=22。T4 森林与对应二叉树树 先序 后序 层序二叉树 先序 中序 后序森林 先序 中序T10 B树（m+1）／2最少的个数，最多的关键字个数是m-1。T12 字长机器字长：计算

选择题T1-5时间复杂度：算的是在循环体中大概的次数树的后序遍历，左子树→右子树；转化为二叉树中，左右子树分别是左孩右兄，所以在二叉树中是根→右子树； 同理，树的右子树→根，在二叉树中是左子树→根；总结如下，树的后序是二叉树的中序遍历。哈夫曼树当中，只有度为0和2的结点，度为0的n0节点数比n2多的，所以设叶子结点n0=n，则n+n-1=115，n=58。平衡二叉树，删除某结点后，可能造成失衡，就要调整，再插入相同结点，则树不一定相同。AOE关键路径：最早开始时间是到达这个工程结点的

选择题T5 哈夫曼编码哈夫曼编码，作图时应该遵循，左小又大的顺序，子树优先左1右0，哈夫曼编码有多种作图形式，上述只是基本默认形式，优先以此作图判断。T9 散列表查找成功：被除数是查找成功各个元素所花费的长度之和，除数是该表的元素个数。查找失败：被除数是从各个地址开始到下一个空地址的长度之和，除数是散列表映射的个数。转载：https://blog.csdn.net/weixin_43305485/article/details/120680371T11 堆排序大小根堆的

选择题T2 采用非递归方式重写递归程序时，不一定必须使用栈。如：计算斐波那契数列迭代的实现，只需要一个循环即可。T3 稠密图使用邻接矩阵，稀疏图使用邻接表。 适用于压缩存储稀疏矩阵的两种存储结构分别是十字链表和三元组表。T7 无向图的边数的两倍等于各个顶点度数的总和顶点个数最少，故单个顶点的度数最大，32=3＊4+4＊3+2＊n，n=4，总顶点个数=3+4+4=11。拓展：边数等于顶点数-1，度为的结点n0等于度为2的结点n2+1，有向图中边数等于度数。T

选择题T4 三对角矩阵，按行展开，除去第一行和最后一行只有2个元素外，其余每行3个元素，算出题设谁给的坐标的前n个元素，由于下标从0开始，所以此元素下标位置+1 -1，刚好是前n个元素个数。T5 节点与边的个数关系，边数等于节点数减一。 度数等于边数等于总节点数-1。 n0=n2+1 表示叶子节点等于度为2的节点数加一。 度只表示向下走的边。T10 B树与B+树转载：https://blog.csdn.net/FeiChangWuRao/article/de