大话数据结构

链接：https://pan.baidu.com/s/1HETK673JBjvv24tHfexkKw 
提取码：6q4t

1.时间复杂度

从小到大排序：

0(1) < O(logn) < O(n) < O(nlogn) < O(n2 ) < O(n3 ) < 0(2n ) < O(nl) < O(nn )

2.线性表特点要求：

有且只有一个前驱点，一个后驱点。一一对应的关系。如vector、list、stack、queue、字符串string.

顺序存储：用一段连续的内存地址存储数据。如vector，优点是访问元素快O(1),插入删除慢O(N).

链式存储：如list（其实是环型双向链表）.优点是插入删除快O(1),访问元素慢O(N).

3.栈的存储结构：

可以是顺序存储（底层用数组或vector表示）也可以是链式存储（用list）。

大量的递归会建立函数副本，耗费大量的时间和内存。前行阶段，在每一层递归中，函数的局部变量、参数值、返回值都会压入栈。在退出节点，栈顶的局部变量、参数、返回值就被弹出。所以不能使用太多的递归，不然栈内存溢出。

4.队列的存储结构：

可以是顺序存储（底层用数组或vector表示）也可以是链式存储（用list）。

5.字符串

也是线性表，也有顺序存储和链式存储。

6.二叉树的性质

 

 7.二叉树的存储结构

a.可以使用顺序存储结构，如数组和vector,缺点是会浪费内存。 这个和STL的heap、pri_queue一样的方式。

b.链式存储结构（更多情况使用这方式）

8.二叉树遍历方式

 

         中序最能表示节点真正大小顺序

 

 

 

9.树、二叉树、森林转换

10.赫夫曼树

叶子节点的带权路径长度：该节点到根节点的路径长度与节点上权重的乘积。

树的带权路径长度：为所有叶子节点的带权路径长度之和。

赫夫曼树：带权路径长度最小的二叉树。

赫夫曼树算法的实现原理：（权重越小的，就在最底层的叶子节点）。

 赫夫曼树的作用是：解决数据传输最优问题，文件压缩。

需要知道每个字符出现的频率。

11.二叉排序树

基于链表存储，是有序排列。查找、插入过程简单，插入过程包含了查找过程。但删除要多种考虑。如果是删除的是叶子节点直接删即可，如果删除的是只有左子节点或者只有右子节点，子承父业。如果删除的节点同时又左右子节点，用直接前驱点或者直接后继点（离该节点最近的左右2个键）替换该节点，然后删除该前驱点或后续点。查找、插入、删除的时间复杂度都是O(logn)。查找、插入都用到递归原理。

删除代码实现 ：

12.平衡二叉树

任何一结点的左子树结点和右子树结点的高度差不超过1.所以平衡因子只能是-1,0,1。

 

13.B树（多路查找树）

 如2-3树，2-3-4树。

阶：节点最大的孩子数目叫做B树的阶。如2-3树的阶是3. 

14. B+树

 理解:所有的关键字都在叶子结点上，中间的结点不存信息，只存索引。叶子结点按小到大顺序链接起来。

 

 B+很适合范围查找。

15.散列表（也叫哈希表）

最常用的散列函数是：除留余数法。也叫取模

f(key) = key mod p   (p<= m)

解决冲突的办法有：链地址法，这个办法就算是STL的中散列表默认的设计。

 16.查找

可以分为7种查找算法：顺序查找、二分查找、插值查找、斐波那契查找、分块查找、二叉树查找法、哈希查找

a.顺序存储的顺序查找：其实就是在无序队伍中，逐个比较判断查找。时间复杂度是O(n)。

b.顺序存储有序表查找有：前提都是有序顺序存储（排好顺序，内存连续）。

折半查找（二分查找）：最坏情况下，关键词比较次数为log2(n+1)，且期望时间复杂度为O(log2n)；

插值查找：时间复杂度均为O(log2(log2n))。mid=low+(key-a[low])/(a[high]-a[low])*(high-low)，根据关键字在整个有序表中所处的位置，让mid值的变化更靠近关键字key，这样也就间接地减少了比较次数。   对于表长较大，而关键字分布又比较均匀的查找表来说，插值查找算法的平均性能比折半查找要好的多。反之，数组中如果分布非常不均匀，那么插值查找未必是很合适的选择。

斐波那契查找：最坏情况下，时间复杂度为O(log2n)，且其期望复杂度也为O(log2n)。

c.线性索引查找：稠密索引、分块索引（最坏的时间复杂度是n的开平方）、倒排索引.

分块查找又称索引顺序查找，它是顺序查找的一种改进方法。
　　算法思想：将n个数据元素"按块有序"划分为m块（m ≤ n）。每一块中的结点不必有序，但块与块之间必须"按块有序"；即第1块中任一元素的关键字都必须小于第2块中任一元素的关键字；而第2块中任一元素又都必须小于第3块中的任一元素，……
　　算法流程：
　　step1 先选取各块中的最大关键字构成一个索引表；
　　step2 查找分两个部分：先对索引表进行二分查找或顺序查找，以确定待查记录在哪一块中；然后，在已确定的块中用顺序法进行查找。

c.链表存储的查找法：二叉树查找法

二叉查找树（BinarySearch Tree，也叫二叉搜索树，或称二叉排序树Binary Sort Tree）或者是一棵空树，或者是具有下列性质的二叉树： 1）若任意节点的左子树不空，则左子树上所有结点的值均小于它的根结点的值； 2）若任意节点的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 3）任意节点的左、右子树也分别为二叉查找树。 二叉查找树性质：对二叉查找树进行中序遍历，即可得到有序的数列。

它和二分查找一样，插入和查找的时间复杂度均为O(logn)，但是在最坏的情况下仍然会有O(n)的时间复杂度

d.哈希（散列）查找：复杂度：对于无冲突的Hash表而言，查找复杂度为O(1)（注意，在查找之前我们需要构建相应的Hash表）。

详见：[Data Structure & Algorithm] 七大查找算法 - Poll的笔记 - 博客园

17.排序

1.冒泡排序：时间复杂度O(n²).

2.选择排序：时间复杂度O(n²).移动次数比冒泡排序少，性能好过冒泡排序

3、 直接插入法：时间复杂度O(n²). 性能比冒泡法和选择法好一些

4.希尔排序

5. 堆排序：

 这个和STL默认的堆原理一致，使用一个vector和树的结构关联起来。最大的值在队列前面，也是在最顶层，排序即把最顶层的值和队列最后的值交换位置，然后对队列最后的值重新排放其位置。剩余队列的最大值还是在顶层（也是队列最前端）。

6.归并排序

 7.快速排序

 平均时间复杂度是O(nlogn)，最差的时间复杂度是O(n²)。

 平均空间复杂度是O(logn)，最差的空间复杂度是O(n)。

总结：