数据结构与算法

数据结构/集合

交集，并集，补集

数据结构/线性表

顺序表：数组
链表：静态链表、单链表、双链表、循环链表

• 头插法、尾插法
• 头结点

数据结构/栈

顺序栈

• 栈空：top=-1
• 栈满：top=stackSize-1

链栈

• 栈空：top=null

数据结构/队列

顺序循环队列

• front：指向对头元素的前一个位置，浪费1个位置区分队满和队空
• rear：指向队尾元素
• 开始：front=-1，rear=-1；
• 入队：rear=(rear+1)%queSize，que[rear]=val
• 出队：front=(front+1)%queSize，val=que[front]
• 队空：front=rear
• 队满：(rear+1)%queSize=front
• 队列长度：queLen=(queSize+rear-front)%queSize

链式顺序队列：

• 有头结点

数据结构/树/普通树

顶点数=边数+1
结点度=拥有子树数量
树深度=结点层数，根节点的层数=1

遍历：有前序遍历和后序遍历，没有中序遍历

普通树变二叉树：
二叉树变普通树：

数据结构/树/二叉树

二叉树是有序数
斜树，左斜树，右斜树
满二叉树

• 只有度为0或2的结点
• 叶子结点只能出现在最下面一层

完全二叉树

• 若有度为1的结点，只能有1个度为1的结点且该节点只有左孩子没有右孩子
• 叶子结点只能出现在最下面2层

二叉树性质：

• 总结点数量：maxNode=$2^k-1$（满二叉树），minNode=k（斜树）
• 第i层结点数量：maxNodeLayer=$2^{i-1}$
• 结点个数关系：$n_0=n_2+1$，叶子结点数=度为2结点数+1

完全二叉树性质：

• 具有n个结点的完全二叉树，深度=$\lfloor lo{g}_2^n+1\rfloor$
• 结点编号，第i个结点的双亲为$\lfloor i/2\rfloor$，左孩子为$2i$，右孩子为$2i+1$

线索链表：方便访问二叉树结点的（在某种遍历次序下）前驱和后继

• 已知空指针域数量=$2n_0+n_1$和$n=n_0+n_1+n_2$，得到$n+1=2n_0+n_1$

遍历：

• 中序遍历+前序遍历/后序遍历，可以唯一确定这棵树的结构
• 普通树的后序遍历=二叉树的中序遍历

数据结构/树/哈夫曼树

WPL（带权路径）最短，编码为左0右1的树，编码在叶子结点上，只有度为0或2的结点，前缀编码

数据结构/图

性质

• 可以没有边，但不能没有顶点
• 简单图：不存在环，也不存在平行边
• 网：边上带权的图
• 无向图的度：1条边提供2个度，度数=2e
• 有向图的度：出度=入度=e
• 无向完全图边数：$n\ast (n-1)/2$
• 有项完全图边数：$n\ast (n-1)$

生成树：

• 前提：无向连通图
• 由图生成树：删边直到不连通
• 具有n个顶点的生成树只有n-1条边

存储结构：

• 邻接矩阵：
  • 无向图邻接矩阵是对称阵，并且主对角线全为0。值只有1/0,1表示二维数组下标对应点相连
  • 有向图邻接矩阵，出度看行，入度看列
• 邻接表：|vertex|firstEdge|，|adjVertex|next|

数据结构/图/遍历：

• 深度优先遍历：基于递归栈
• 广度优先遍历：基于队列

数据结构/图/最小生成树

prim(加点法)：

• 开始随便找1个点
• 找边权最小边加点
• 将已加入的点整体视作1个点，到第2步

kruskal(避圈法)：

• 画图所有点
• 找最小边，避开圈

数据结构/图/最短路径

Floyd：

• 思路：i->j 经过k会不会更近

Dijkstra：

• 选边（同行最小边），从v点到i点最小的边（dist[]）。选边（两行比较最小边）v-u->jj，v到j经过u是否更近
• vset[] dist[] path[]，选同行边》新点能到点对应位置空》选新旧行边

数据结构/图/拓扑排序

AOV

• 结果不唯一
• 打印入度为0的点，若存在多个入度为0的点，随便选择1个点打印即可

数据结构/图/关键路径

AOE：边代表活动

• 先找包含该结点的所有完整路径
• 最早开始时间：先计算节点最早开始时间，下个节点能开始，必须要前面的过程都完成，所以要取所有支线中的最大值（每个节点用时最长）。比如节点2，a和c+b都能到，用时最长的是c+b，最早开始时间要用c+b的和12。
• 最晚开始时间：计算节点最晚开始时间，要从最后一个节点倒过来向前做差，并且取所有支线中的最小值（不然过程更长的节点时间不够用）。
• 关键路径：最早开始时间=最晚开始时间

数据结构/查找/线性表

顺序查找：将待查元素放到a[0]处做哨兵，倒序查找一定能查到值
折半查找：前提，序列必须要有序
折半查找判定树：

• 结点数目相同的折半查找判定树结构完全相同
• 折半查找判定树的深度为$\lfloor lo{g}_2^n+1\rfloor$
• 扩充折半查找判定树，度为0的结点（叶子结点）和度为1的结点扩充为度为2的结点

数据结构/查找/树表

二叉排序树

• A结点的左子树非空，左子树上的所有结点的值均小于A结点。右子树为都大于
• 中序遍历二叉排序树可得到一个有序序列
• 二叉排序树不一定是平衡二叉树
• 增加：利用性质1
• 删除：叶子结点直接删除；只有1个子结点交换后再删除；有子树与左/右子结点的最右/左子结点交换后再删除（最接近的值）

平衡二叉树：

• 结点的左右子树的深度相差1以内
• 结点的左右子树也是平衡二叉树
• 平衡因子=结点左子树深度-结点右子树深度
• 最小不平衡子树：结点|平衡因子|>1&&距离新插入结点最近

调整二叉树为平衡二叉树：先找到最小不平衡子树的根

• LL型：左斜子树，左孩子固定顺时针旋转
• RR型：右斜子树，右孩子固定逆时针旋转
• LR型：先左孩子固定逆(L)时针旋转，再左孩子固定顺®时针旋转
• RL型：先右孩子固定顺®时针旋转，再右孩子固定逆(L)时针旋转

构造平衡二叉树：

• 从下往上，从右往左1个点1个点的，找|平衡因子|>1的结点，构成最小不平衡子树
• 判断型式再变换

数据结构/查找/散列表

散列表既是一种查找结构，也是一种存储结构
两个关键：散列函数设计。处理冲突函数设计
闭散列表：散列表长度固定，装填因子=$\alpha =\frac{放入闭散列表元素个数}{闭散列表长度}$
开散列表：拉链法，由关键字表和值存储结构构成
堆积现象：由解决冲突函数导致的对同一个散列地址进行争夺的现象

数据结构/查找/B-树

• (a,b) 开区间，同层递增，边界引出
• 叶子结点位于同一层
• 分支数从2》$\lceil m/2\rceil$》m，根结点至少有两个分支，非根非叶结点至少有$\lceil m/2\rceil$个分支
• 结点数比分支数小1
• 新增：根据大小关系新增在最下层结点，保持最下层结点高度一致，新增关键字后关键字数=阶数=m后取中间的树往上提拔
• 删除结点在终端结点，删除之后需要保证分支满足条件，不满足条件时先向兄弟借，没有兄弟就拉父亲下水（合并父结点）
• 删除结点非终端结点，和左子树中最大关键字或者右子树中的最小关键字交换，变为终端结点后再删除

数据结构/查找/B+树

• (a,b]右闭区间，关键字引出，父结点关键字在子结点关键字序列最右边
• 有一个指针指向关键字最小的叶子结点，所有叶子结点链接为一个链表，叶子结点已经排好序
• 叶子结点包含全部关键字，叶子结点指向记录
• 非叶子结点只含有对应子树的最大关键字和指向该子树的指针