数据结构知识点复习归纳（二）

第五章.树
1.二叉树的存储结构
（1）顺序存储
（2）链式存储

2.树的存储结构
（1）双亲表示法
（2）孩子表示法
（3）孩子兄弟表示法（又称二叉树表示法），也可用于实现树转换为二叉树

3.树和森林的遍历
（1）树的先根遍历=对应二叉树的先序遍历
森林的先序遍历=对应二叉树的先序遍历
（2）
树的后根遍历=对应二叉树的中序遍历
森林的中序遍历=对应二叉树的中序遍历

4.并查集
用树（森林）的双亲表示作为并查集的存储结构

5.平衡二叉树查找效率：O（log2n）

6.二分查找判定树唯一，二叉排序树（BST）的查找不唯一（相同关键字插入顺序不同导致BST不同）

7.平衡二叉树的插入旋转
（1）
LL型：一次右旋
LR型：先左再右
RR型：一次左旋
RL型：先右再左

8.哈夫曼树
（1）树的带权路径长度：所有叶节点带权路径长度之和
在含有n个带权叶结点的二叉树中，带权路径长度最小的二叉树称为哈夫曼树
（2）前缀编码：没有一个编码是另一个编码的前缀
哈夫曼编码用于压缩数据

第六章.图
1.概念
简单图：无重边，无自环
多重图：可以有重边和自环
完全图：任意两个顶点间都有边
生成子图：与母图的点集相同，边集是母图边集的子集
连通分量：无向图的极大连通子图
（极大：要求该连通子图包含其所有的边）
强连通分量：有向图的极大强连通子图
生成树：包含无向图中全部顶点的极小连通子图
稀疏图：边数很少的图 稠密图：边数很多的图
路径：指顶点序列
路径长度：路径上经过的边数

设图G的邻接矩阵为A，则A[i][j] 的n次幂从等于由顶点i到j长度为n的路径数目

十字链表->有向图
邻接多重表->无向图

4.广度（深度）优先生成树：
（1）邻接矩阵表示，广度（深度）优先生成树唯一
（2）邻接表表示，广度（深度）优先生成树不唯一

（1）邻接矩阵表示，DFS序列和BFS序列唯一
（2）邻接表表示，DFS序列和BFS序列不唯一

6.时间复杂度
（1）BFS
邻接矩阵表示，O（V*V）
邻接表表示，O（V+E）

（2）DFS
邻接矩阵表示，O（V*V）
邻接表表示，O（V+E）

7.最小生成树
（1）Prim算法（选点）
时间复杂度：O（V*V），适用于边稠密的图
（2）Kruskal算法（选边）
时间复杂度：O（ElogE），适用于边稀疏而顶点较多的图

8.dijkstra最短路
(1)时间复杂度O（V*V）

9.拓扑排序
（1）AOV网（顶点表示活动的网络）：用DAG图表示工程，顶点表示活动，边<Vi,Vj>表示活动Vi必须先于Vj进行

10.关键路径
(1)AOE网（边表示活动的网络）：带权有向图中，顶点表示事件，边表示活动，边上权值表示完成该活动的开销
（2）关键路径：从源点到汇点所有路径中，具有最大路径长度的路径
关键活动：关键路径上的活动
关键路径长度=工程的最短完成时间

第七章.查找
1.顺序查找：引入哨兵是为了避免判断数组是否越界
2.折半查找的判定树是一颗平衡二叉树
3.分块查找：
块内无序，块间有序
索引表中每个元素有各块的最大关键字和各块中第一个元素的地址
4.B树
（1）B树的阶：所有结点的孩子个数的最大值
（2）m阶B树，除根结点外所有非叶结点至少有 （m/2向上取整） 棵子树
根结点在不是终端结点的情况下，至少有两棵子树
（3）所有叶结点在同一层，且不带信息（实际上这些结点不存在）

5.B+树
（1）m阶B+树，每个分支结点最多有m棵子树
（2）m阶B+树，除根结点外所有非叶结点至少有 （m/2向上取整） 棵子树
根结点在不是终端结点的情况下，至少有两棵子树
（3）结点的子树个数与关键字个数相等
（4）所有叶结点包含全部关键字及指向相应记录的指针，相邻叶结点相互链接
（5）B+树的查找：
叶结点上的顺序查找（从左往右）
从根结点到叶结点的多路查找（从上往下，注意只有到叶结点才停止，因为只有结点里才包含了指向对应记录的指针）

6.散列表
（1）同义词：发生碰撞的不同关键字
（2）除留余数法：假定散列表表长为m，取一个不大于m但最接近于m的质数p
H（key）=key%p
(3)冲突处理
线性探测法：可能产生“聚集”
平方探测法：di=0,1,-1,4，-4，9，-9…
再散列法：

（4）散列表的查找效率取决于：散列函数，处理冲突的方法，装填因子
装填因子=表中记录数n/散列表长度m
散列表的平均查找长度与n,m无关，只与装填因子有关，装填因子越大，冲突可能性越大