crazy_yyyyy的专栏

好久没有看数据结构，打算最经好好复习一下数据结构，那就从头开始看起，这次先总结一下线性表这一章的有关操作，虽然思想简单，但是也不能轻视。一、头插法基本思想：首先申请一个头结点，并将头结点指针域置为NULL，每读入一个数据就申请一个节点，并插入到链表的头结点之后。注意在链表中的数据与读入的数据顺序相反。核心代码：LinkList Create_list(){Linklist H

这学期在上算法课，最近让写一个关于最短编辑距离的，写完之后还是总结一下：问题描述： 编辑距离是指 两个字符串之间，由一个转成另一个所需要的最小编辑操作数。设A  B两个字符串，允许的字符串操作包括：（1）添加一个字符（2）删除一个字符给大家提供两个版本的代码：java版public class Levenshtein { public static void main(St

前几天，面试了一家公司，其中出了一道算法应用题，题是这样的： 有100个文件，每个文件里有10000个数据，选出前100个大的数据；听到这么大的数据，第一个想法就是 堆排，因为这个题很符合堆排的条件： （1）大数据       （2）选择前多少个当我说出堆排的时候，自己也有在想，这么多的数据，能不能一下全部读入呢，，如果全部读入，要用多少空间来存储？？？之后，面试官提醒我，利用 归并

顺序查找 可以从前到后，也可以从后到前。这两种都可以（1）最基本的顺序查找int seqsearch(SeqList L,KeyType k){i = L.length;while(i >= 1 && L.r[i].key != k) i--;if(i > = 1) return i;return 0;}(2)优化该顺序查找，就是添加监听哨，上面的查找方式时间主要

一、基本思想希尔排序就是缩小增量排序。这个还真不好描述，在百度里看到一个图是写希尔排序的过程的，就直接盗过来了，不废话了，直接上图。上面的过程可是相当的清晰，比我写的清晰多了，现在呢，我给大家说一下要注意的点d1 的取值  d1 = n/2， n 为数据的个数 d2的取值 d2 =   d1/2 d3 = d2/2.........di = 1;直到d的

看到这个名字，大家也就懂了，这里有 借助 折半查找的思想，如果折半查找的思想不明确，可以参考我之前写过的一篇折半查找的博客。折半插入排序的效率相比较直接插入排序的效率要高，那么，它效率提升在哪里呢。其实他两的不同就是在确定关键字的插入位置时采用不同的算法。直接插入排序是一个一个的比较然后选出插入位置，而折半插入排序是借助折半查找的方法找到插入位置。下面来说一下核心代码：void ins

哈夫曼树在数据结构里可是鼎鼎大名啊，不过学数据结构已经是一年之前的事情了，没看书之前，还真想不起来哈夫曼树是个啥，现在就来说说，哈夫曼树到底是个什么东东。一、基本概念哈夫曼树：哈夫曼树就是带权路径长度最短的树，又称最优二叉树。路径：一个结点到另一个结点之间的分支序列，构成这两个结点之间的路径。路径长度：两个结点之间路径的条数树的路径长度：从根结点到每个结点的路径长度之和   （

一、折半查找使用范围：（1）顺序存储结构    （2）按照关键字大小有序排列二、基本思想：将待查范围的中间元素的关键字key与给定的K值进行比较，结果又三种情况：（1）k = key 查找成功（2）k （3）k > key 待查元素在关键字为key的记录之前     在后半部分子表进行查找三、实例：有序顺序表关键字分别为 12 19 25 33 46 58 64 8

（1）为什么要引入线索二叉树：当用二叉链表来存储二叉树时，每次只能找到左右孩子的信息，不能直接找到其前驱和后继结点的信息。线索二叉树就解决了这个问题。（2）线索二叉树的结点结构定义：结点结构图：      LChild  Ltag   Data  Rtag   RChild A.如果有左孩子，则LChild继续指向左孩子，否则，指向该结点的前驱结点。B.如果有右孩子，则RC

今天看了一些关于广义表的知识，不多说，先说一下广义表的相关概念。广义表是n(n>= 0)个元素的有限序列，记做 LS = (d1,d2,...,dn)   这个定义看似简单，还是要认真看，理解子表：如果广义表LS的某个元素di本身也是广义表，则称di为LS的子表。空表：表中没有元素，长度为0表头：LS不为空时，d1就是表头。表尾:其余元素组成的子表，称为表尾。  注意：广义

看了一下数据结构中树的相关知识，树这一章还是很重要的，直接说知识点吧一、基本概念树：n(n >= 0)个结点的有限集合结点的度：结点拥有子树的个数树的度：树中所有度的最大值  （注意是 最大值）树的深度：树中所有节点层次的最大值   叶子结点：度为0的节点满二叉树：在深度为K的满二叉树中，1至k-1层每个结点均有两个孩子。顾名思义，也就是除过叶子结点，其他的节点都有左右

今天看了一下数据结构中串的相关知识，着重看了一下BF算法和KMP算法，虽然说是看，但是对于KMP算法中next的值的怎么得来的，还是没有看懂只记得当初学的时候，大家说是离散数学上的知识，唉，现在又忘光光了，还是先说一下BF算法。看书的时候才知道，原来BF算法又称蛮力匹配算法，不啰唆了，先描述一下该算法。从主串S的第pos位置开始，与模式串T比较，比较的策略是 从前到后依次比较，主串中设置指

一、基本思想将第i个记录的关键字Ki，与前面的r[1]~r[i-1]个记录元素比较，将关键字大于Ki的 记录向后移一个位置，知道遇见关键字小于 Ki 的记录，该位置既为r[i]插入的位置。在这里要注意，比较时，i为要比较记录的下标，则从 i-1 开始比，即和她之前的比。r[0]用作监视哨；二、具体例子比如  关键字为 33  12   24   48    33   68