数据结构基础

第一章 概述
(1)什么是数据结构和算法
   数据结构是对内存或者是磁盘上数据的一种安排，算法是对这些数据进行处理。
(2)数据结构的应用
   1.现实世界数据存储。如档案，航班信息
   2.程序员工具。使用堆，栈来优化一些操作
   3.建模。图可以模拟城市之间的航线
(3)数据结构的特性
   1.数组 适合随机存取(根据公式)，如果有序，折半查找快。插入，删除效率低，大小固定，栈中分配空间。
   2.链表 插入，删除效率高，查找快(需要从头遍历),堆中分配空间。
   3.栈   提供先进后出方式存储，存储其它项很慢。
   4.队列 提供先进先出方式存储，存储其它项很慢。
   5.二叉树 查找、删除、插入都很快(如果树平衡) 删除操作复杂
   6.红-黑树 查找、删除、插入都很快(如果树平衡) 删除操作复杂
   7.2-3-4树 查找、删除、插入都很快(如果树平衡) 删除操作复杂
   8.哈希表 如果知道关键字，存取是极其快的，查找也快
   9.图  对现实建模
   10.堆 插入删除快，对最大数据项的存取很快，对其它数据项存储慢

第二章 数组
(1) 基本定义
   int[] intArray=new int[100];
   查找：线性查找和二分查找(折半)对于与无序数组和有序数组，在有序数组中如果设置了不允许重复，提高了
   查找速度，但降低了插入速度(每次插入都需要比较).对于小数目比如10个数，现象查找需要比较N/2=5次，
   二分查找4次，差别不大。对于大数据，二分查找就表现极为优秀。
   eg:BinarySearch.java
(2) 大O表示法
   描述算法的时间T和数据项的个数联系的比较(无序数组的插入是唯一和数据项的个数无关的算法)，
   无序数组插入 T=K K等于微处理器，编译程序生成程序代码的效率等一些因素的总和。
   线性查找  T=K*N/2。
   二分查找  T=K*log2(N)。
   大O表示法是省略了常数K。O(1) O(N/2) O(long2(N))

第三章 二叉树

(1) 二叉树结合了另外两种数据结构的优点：一种是有序数组，另一种是链表。在树中查找数据项的速度和在有序数组
   中查找一样快，并且插入数据项和删除数据项的速度和链表一样。
(2) 二叉树的表示方法，在二叉树中节点代表一些实体，而节点和节点之间的关系，用引用来表示。二叉树是指，在树中
   最多只有两个子节点。二叉搜索树是指一个节点的左节点的关键字值小于这个节点，右节点的关键字大于或等于这个
   节点。
(3) 树的一些基本概念

 

1） 路径：从一个节点到另一个节点，所经过节点的顺序排列

2） 访问：访问节点是指查看节点信息或者显示节点，如果仅仅是在路径上从一个节点到另一个节点，不算访问

3） 遍历：遍历树是遵循某种特定的顺序访问树中所有的节点

4） 层：一个节点的层数，是从根节点到这个节点有多少代

5） 根: 一颗树只有一个根，从根到任何一个节点有且只有一条路径，否则就不是树。

二叉树搜索树:

优点：可以快速查找到一个给定关键字的数据项，并且可以快速的插入和删除数据项。

缺点：但是如果数据项插入是随机的，执行效果会非常好。但如果插入是有序，或者是逆序，速度就很慢(非平衡树)

第四章  哈希表

(1)核心概念：哈希表是基于数组的，它是把关键字转换为数组下标，在哈希表中通过哈希函数来实现。
比如单词melioration 通过哈希函数得到一个整数值，这个整数值就是数组的下标，而查找是
就很容易了，array[下标] 就是这个单词的值。
(2)冲突：有可能melioration通过哈希函数得到的值和另外一个单词得到的值一样，如demystify所得到的哈希值是一样的，就会产生冲突。冲突解决的方法，1.开放地址法：因为

数组的大小两倍需要存储的数据量，所以数组中有大量的空位，产生冲突时，只需要放在一个空位就可以了。2.链地址法：创建一个存储单词链表的数组，当产生冲突时，新的数

据项直接
放入数组下标所指向的链表中。
(3)开放地址法:线性探索，二次探索，再哈希法。线性探索是沿着数组的下标一步一步顺序查找空白单元
重写hashCode()规则
public int hashCode() {  
  int result = 17;  //任意素数  
  result = 31*result +c1; //c1,c2是什么看下文解释  
  result = 31*result +c2;  
  return result;  
} 
其中c1，c2是我们生成的你要计算在内的字段的代码，生成规则如下：
如果字段是boolean 计算为(f?1:0);
如果字段是byte,char,short,int则计算为 (int)f;
如果字段是long 计算为 (int)(f^(f>>32));
如果字段是float 计算为 Float.floatToLongBits(f);
如果字段是一个引用对象，那么直接调用对象的hashCode方法，如果需要判空，可以加上如果为空就返回0;
如果字段是一个数组则需要遍历所有元素，按上面几种方法计算；
eg:

public class Unit {
	private short ashort;
	private char achar;
	private byte abyte;
	private boolean abool;
	private long along;
	private float afloat;
	private double adouble;
	private Unit aObject;
	private int[] ints;
	private Unit[] units;

	public int hashCode() {
		int result = 17;
		result = 37 * result + (int) ashort;
		result = 37 * result + (int) achar;
		result = 37 * result + (int) abyte;
		result = 37 * result + (abool ? 0 : 1);
		result = 37 * result + (int) (along ^ (along >>> 32));
		result = 37 * result + Float.floatToIntBits(afloat);
		long tolong = Double.doubleToLongBits(adouble);
		result = 37 * result + (int) (tolong ^ (tolong >>> 32));
		result = 37 * result + aObject.hashCode();
		result = 37 * result + intsHashCode(ints);
		result = 37 * result + unitsHashCode(units);
		return result;
	}

	private int intsHashCode(int[] aints) {
		int result = 17;
		for (int i = 0; i < aints.length; i++)
			result = 37 * result + aints[i];
		return result;
	}

	private int unitsHashCode(Unit[] aUnits) {
		int result = 17;
		for (int i = 0; i < aUnits.length; i++)
			result = 37 * result + aUnits[i].hashCode();
		return result;
	}
}

 

第五章 堆
      堆是一颗二叉树。在优先级队列中虽然删除的时间复杂度O(1) 但插入的时间复杂度O(N)。而堆它在插入和删除的时间复杂度都是O(logN)
特性:(1) 除最后一层外从左到右都是满的，即是一颗完全二叉树。
     (2) 用数组来来存储各个节点，
     (3) 堆中的每个节点都满足堆的条件，也就是每个节点的关键字值都大于这个字节点的关键字值。

第六章   图
       图主要是由顶点和边组成，任何两个顶点之间可达，则称之为连通图。在图的程序设计中，顶点的集合存储在数组中，而边的存储方式有邻接矩阵和邻接表组成。
邻接矩阵其实就是一个二维数组，数据项表示两个顶点之间是否存在边，如果有N个顶点，则邻接矩阵就有N*N的二维数组。

/**
 * @Class Graph
 * @Description 图的基本算法
 * @Company 
 * @author Chenlly
 * @Date 2009-03-22
 * @version 1.0
 */
// 顶点类
class Vertex {
	public char label;
	public boolean wasVisited;

	public Vertex(char label) {
		this.label = label;
	}
}

public class Graph {
	// 定义顶点的最大个数
	private final static int MAX_VERTEX = 20;
	// 图中当前的顶点个数
	private int nVertex;
	// 顶多列表
	private Vertex vertexList[];
	// 定义边，两个顶点如果直通边(邻接顶点)则为1，如果没有则为0
	private int adjMat[][];
	
	//构造方法
	public Graph(){
		vertexList = new Vertex[MAX_VERTEX];
		adjMat = new int[MAX_VERTEX][MAX_VERTEX];
		for (int i = 0; i < MAX_VERTEX; i++){
			for (int j = 0; j < MAX_VERTEX; j++){
				adjMat[i][j] = 0;
			}
		}
  }

	// 向图中添加顶点
	public void addVertex(char label) {
		vertexList[nVertex++] = new Vertex(label);
	}

	// 添加边
	public void addEdge(int start, int end) {
		adjMat[start][end] = 1;
		adjMat[end][start] = 1;
	}

}

第七章 通用数据结构

通用数据结构通过关键字值来存储并查找数据，有数组、链表、树、哈希表。

 时间复杂度

 专用数据结构：不是为用户可访问的数据库而建立的，通常在程序中辅助实现一些算法。有栈、队列、优先级队列。

时间复杂度