【4】选择排序基本思想是：每次选出第i小的记录，放在第i个位置（i的起点是0，按此说法，第0小的记录实际上就是最小的，有点别扭，不管这么多了）。当i＝N－1时就排完了。直接选择排序直选排序简单的再现了选择排序的基本思想，第一次寻找最小元素的代价是O(n)，如果不做某种特殊处理，每次都使用最简单的寻找方法，自然的整个排序的时间复杂度就是O(n2)了。template void S

线索化二叉树这是数据结构课程里第一个碰到的难点，不知道你是不是这样看，反正我当初是费了不少脑细胞——当然，恼人的矩阵压缩和相关的加法乘法运算不在考虑之列。我费了不少脑细胞是因为思考：他们干什么呢？很欣喜的看到在这本黄皮书上，这章被打了*号，虽然我不确定作者是不是跟我一个想法——线索化二叉树在现在的PC上是毫无用处的！——不知我做了这个结论是不是会被人骂死，^_^。为了证明这个结论，我们来看

这些天参与了CSDN论坛的讨论，改变了我以前的一些看法。回头看我以前的东西，我虽对这本书很不满，但我还是按照它的安排在一点点的写；这样就导致了，我过多的在意书中的偏漏，我写的更多是说“这本书怎样”，而偏离了我写这些的初衷——给正在学习数据结构的人一些帮助。正像我在前面所说的，虽然现有的教科书都不是很合理，但如果仅仅是抱怨这点，那无异于泼妇骂街。虽然本人的水平连初级都够不上，但至少先从我做一点尝试，

迷宫关于迷宫，有一个引人入胜的希腊神话，这也是为什么现今每当人们提到这个问题，总是兴致勃勃（对于年青人，估计是RPG玩多了），正如虽然九宫图连小学生都能做出来，我们总是自豪的说那叫“洛书”。这个神话我不复述了，有兴趣的可以在搜索引擎上输入“希腊神话 迷宫”，就能找到很多的介绍。迷宫的神话讲述了一位英雄如何靠着“线团”杀死了牛头怪（玩过《英雄无敌》的朋友一定知道要想造牛头怪，就必须建迷宫，也

                                      

栈的应用很广泛，原书只讲解了表达式求值，那我也就只写这些。其实，栈的最大的用途是解决回溯问题，这也包含了消解递归；而当你用栈解决回溯问题成了习惯的时候，你就很少想到用递归了，比如迷宫求解。另外，人的习惯也是先入为主的，比如树的遍历，从学的那天开始，就是递归算法，虽然书上也教了用栈实现的方法，但应用的时候，你首先想到的还是递归；当然了，如果语言本身不支持递归（如BASIC），那栈就是唯一的选择了——

栈和队列是操作受限的线性表，好像每本讲数据结构的数都是这么说的。有些书按照这个思路给出了定义和实现；但是很遗憾，这本书没有这样做，所以，原书中的做法是重复建设，这或许可以用不是一个人写的这样的理由来开脱。顺序表示的栈和队列，必须预先分配空间，并且空间大小受限，使用起来限制比较多。而且，由于限定存取位置，顺序表示的随机存取的优点就没有了，所以，链式结构应该是首选。栈的定义和实现#ifnd

原书对循环链表的介绍很简略，实现部分也不完整（当然了，如果完整就又是重复建设）。而我也没觉得循环链表有什么别的用，他更应该是为了一个特殊的问题而产生的，这只是个人的看法。我从链表类派生出了循环链表，这需要注意几个细节。1.        构造函数：派生类实例化时，先调用基类的构造函数；因此，初始化循环链表的工作就是将带表头的空链表的表头节点的link指向表头节点，从而构成一个圈。2.   

似乎你也注意到了，不管怎么定义，好像一个链表中的对象都是同一类型的。而实际上，这也是必须的，否则，返回节点中的数据这样的函数的返回值的类型是什么呢？但是，人的要求是无止境的……（省略本人感慨若干百字）。把不同的对象链在一个链表中的目的是为了方便使用，现在一定记住这个原则，后面的讨论都是基于这个原则的，否则，我们就是技术狂人了——偏偏实现一些看起来不可能的事情。达到这个目标的原理其实很简单，只要

要是在纸上随便画画，或者只是对图做点示范性的说明，大多数人都会选择无向图。然而在计算机中，无向图却是按照有向图的方法来储存的——存两条有向边。实际上，当我们说到无向的时候，只是忽略方向——在纸上画一条线，难不成那线“嗖”的就出现了，不是从一头到另一头画出来的？无向图有几个特有的概念，连通分量、关节点、最小生成树。下面将分别介绍，在此之前，先完成无向图类的基本操作。无向图类templat

后面的例程，都是对数组的排序，使用静态链表的也适用于链表的排序。为简单起见，只对单关键码排序，并且最后的结果都是从头到尾按升序排列。下面是统一的测试程序：#include #include using namespace std;#include #include #include #include "InsertSort.h"#define random(num)

基本思想是，每步将一个待排序的记录，按其关键码大小，插入到前面已经排好序的记录的适当位置，从头做到尾就可以了。直接插入排序template void InsertSort(T a[], int N, int& KCN, int& RMN){       KCN = 0; RMN = 0;      for (int i = 1; i        {        

这回真的是后记了，也就是到了这些文章结束的时候了。虽然还有排序和查找两大算法系没有讲，但是对于“数据结构”而言，上面应该是全部了。并且这些文章加在一起已经很长了，每次打开WORD来编辑，跳到末页总是不那么顺畅，是到了结束的时候了。对于那两大算法系，我准备另外再开一个系列，姑且就叫做《数据结构学习（C++）续》吧。突然发现，在安排文章结构上不知不觉的受了《计算机编程艺术》的影响了。我的参考书主要

以上就是现在的教科书里面，图的全部内容了。写完之后，茫茫然，不知道学完之后有什么用……就像我在开篇写的，图的应用太广泛了，以至于现在觉得图“没什么用”——很奇怪的逻辑，只有仔细体味才能觉察到写教科书的人的无奈。不同于前面的链表和树，在图这里，储存方法不是重点，我们更多的注意力放在了算法上。我在写程序的时候，也尽量做到了算法和储存方法无关。然而算法实际上就是现实问题的抽象，如果我们的常识所不及，

这部分是和工程相关的，也就是说，当AOV、AOE很复杂的时候，才能显示出这部分的价值——简单的话，手工都要比程序快，输入数据那段时间手工结果就出来了。我也没什么例子好举，总给我一种没底气的感觉，勉为其难的把程序写完就算完事吧。和前边的相比，这部分专业了一点，换而言之，不是每个人都感兴趣，不想看就跳过去吧。准备工作活动网络主要有两个算法，拓扑排序和求关键路径，后者以前者为基础。仿照上篇，另外

对于非线性的结构，遍历都会首先成为一个问题。和二叉树的遍历一样，图也有深度优先搜索（DFS）和广度优先搜索（BFS）两种。不同的是，图中每个顶点没有了祖先和子孙的关系，因此，前序、中序、后序不再有意义了。仿照二叉树的遍历，很容易就能完成DFS和BFS，只是要注意图中可能有回路，因此，必须对访问过的顶点做标记。最基本的有向带权网#ifndef Graph_H#define Graph_H

按照黄皮书的安排，到了该讲递归的时候了。上网查了查，关于“递归”的文章可以说“汗牛充栋”——请原谅我在这里犯酸，我的意思是，写别人都写臭的东西让大家看，只是浪费大家的时间，所以我下面的东西应该是一些至少我看起来是新的东西，如果觉得有什么不清楚的，请参阅相关的文章（太多了）。即使这样，这篇文章还是不能把我想说的写完，看来我这人真的有废话的习惯。看过这样一道题，问，“程序结构化设计的三种基础结构，

看到这个标题，有些人一定松了一口气——这小子可算白话完了，当然了，你要是略有惋惜之情，我真是受宠若惊。但不论你怎么想，写到这里只是告一段落，并没有完，后面还有很大一部分呢，比如树、图、查找、排序——这么多年了，还是这点东西。代后记的意思是，我觉得对前面线性链式结构的总结，对后面的学习有指导意义：从前面的学习中，你能得出如何学习数据结构，以及如何正确看待这门课——如果你能从重复建设中看到这样做的价值

如果你细想想，就会发现，非零元节点如果没有指示位置的域，那么做加法和乘法时，为了确定节点的位置，每次都要遍历行和列的链表。因此，为了运算效率，这个域是必须的。为了看出十字链表和单链表的差异，我从单链表派生出十字链表，这需要先定义一种新的结构，如下：class MatNode{public:       int data;       int row, col;      

我觉得续篇的写作我很不负责任，越到后面越是如此，可能是我没有打算写的缘故，或者说是“心浮气躁”——写了几个月有点熬不住了，^_^。但也可能我只能写到这样，毕竟这部分离我们太远，至少和前边的“数据结构”相比是太远。有人说，查找和排序的算法已经非常成熟了，大师们穷尽脑汁也不可能带来“质的飞跃”了，而像我们这些等着“吸收前人劳动果实”的人，能全盘吸收就甚为不易，更不要说“完成前人所未完成”了。因此，

树型查找折半查找所需要的，有序的、可以随机存取的、顺序结构的限制，导致了排序的额外负担（如果是逐个添加，主要的负担是移动数据，此时是折半插入排序）。通过观察折半查找的过程，发现实际上mid是从判定树的根走到了叶子节点，而这棵判定树和有相同节点的完全二叉树的高度是相同的。链式结构的好处就是不用大量移动数据，自然的用链树来做查找结构应该是个好选择。在前面我们曾经写过一个BSTree类，这个类大

【3】交换排序基本思想是：两两比较待排序记录的关键码，如果发生逆序，则交换之，直到所有对象都排好为止。起泡排序起泡排序是比较相邻的两个记录，逆序则交换。这样的做法导致小的关键码一层层的浮上来，因此得名。CSDN的论坛曾经讨论过“冒泡”和“起泡”是不是一个东西，看来这是翻译惹的祸，英文名都是Bubble Sort，具体写的时候可以正着排，也可以倒着排。（严版是从后往前排，殷版是从前往后排

原书这部分内容很多，至少相对于循环链表是很多。相信当你把单链表的指针域搞清楚后，这部分应该难不倒你。现在我的问题是，能不能从单链表派生出双向链表？你可以有几种做法：一种就是先定义一个双链节点——但是，它的名字必须叫Node，这是没办法的事；不然你就只好拷贝一份单链表的实现文件，把其中的Node全都替换成你的双链节点名字，但是这就不叫继承了。另一种做法就是先定义一种结构例如这样的：t

题外话：先前有一篇文章叫《用C++模板描述的链表、栈、队列（声明与实现）》，当时是第一次发表文章（我才注册没几天），很不成熟，改了又改不说，还弄的老长，不利于阅读。于是我重写了一下，并且想做成一个系列，这从我的标题可以看出来。好，言归正传。本篇为后面一系列文章的序言，旨在说明写作的目的，以及写作的风格；或者说是为自己可能的错误，预先给个托词。如果您不想听我在这废话，请跳过本篇，直接阅读后面的文

相信每个人都曾感受过找东西的痛苦，大多数人也感受过计算机参与资料管理后所带来的便捷，而学过编程的也曾为了某个问题（比如实现“如果不存在则加入”这样的算法描述——排列组合算法的初级阶段）而实现过查找。在SGI-STL的stl_algo.h里面有这样一段代码：template inline _InputIter find(_InputIter __first, _InputIter __las

基数排序本文后面将会提到，我觉得将其和前面的排序算法放在一起比较有些不伦不类。前面介绍了四类排序方法，每种都有基本型和改进型。对于内部排序，我们最关心的当然是速度，这也是为什么快排受欢迎的原因。考虑到快排的缺陷，有时候我们可能会用堆排或者希尔排序、归并排序。上面可能是选择排序方法最直接的思路了（我们的选择范围也不算广，就那几个翻过来调过去的，好一点的，综合一下搞一个“杂牌”），出于“赌徒”的思

【5】归并排序当初学习链表的时候，我们都曾经做过将两个有序链表合成一个有序链表的练习。那时我们就知道了归并的特点就是，将分段有序的序列合成整体有序的序列。在内部排序中，归并的地位并不十分重要，主要是因为附加的O(n)的储存空间；但是，归并却是外部排序的不二法门——我们只能用内排得到分段有序的序列，为了得到最后的有序序列，必须使用归并的方法。迭代的2路归并排序2路归并是最简单的，并且单纯

    这个恐怕是整个《数据结构》教科书里面最难的和最“没用”的数据结构了（现在的教科书还有部分算法内容）。说它没用，恰恰是因为它太有用——有着和普通的二叉搜索树完全一样的接口界面，绝大多数情况下比普通的二叉搜索树效率高（很多）。因此，通常情况下，人们都是一劳永逸的——写完后就重用，而不会再写了。所以说，你虽然学完了平衡二叉树，但很可能你永远也不会亲自写一个。你现在随便在身边拉个人，让他来写一个，

#include #include using namespace std;class Needle{public:       Needle() { a.push_back(100); }//每一个柱子都有一个底座       void push(int n) { a.push_back(n); }       int top() { return a.back(

我看的两本教科书（《数据结构（C语言版）》还有这本黄皮书）都是以这个讲解队列应用的，而且都是银行营业模拟（太没新意了）。细比较，这两本书模拟的银行营业的方式还是不同的。1997版的《数据结构（C语言版）》的银行还是老式的营业模式（毕竟是1997年的事了），现在的很多地方还是这种营业模式——几个窗口同时排队。这种方式其实不太合理，经常会出现先来的还没有后来的先办理业务（常常前面一个人磨磨蹭蹭，别的队

总算到了这里，这时，你会很得意的说，辛辛苦苦学的单链表总算知道能干点什么了。但是很不幸，如果你和我一样看的是那本书，到这里，你可能比学双向链表时还要痛苦。如果你是按照书上的介绍一步一步做到这里，你能把书上的多项式加法函数调试出来，我对你致以十二分的敬意。说到这里，我想起来我发单链表的时候，有人给我建议说：最好把链表和链表位置这两个分开。没错，C++标准库是这么做的，而我也不是什么专家，也不能证

按照原书的安排，对多项式的讲解到上一篇就应该结束了，但我还想做一些延伸。比如说，你很清楚多项式的系数肯定不总是整数，但为什么用整型呢？我看到原书用的是整型，我也有这个疑问。但是，一旦动起手来，就会发现改成浮点不仅仅只是在定义Term时把int coef;改成float coef;很多的细节都要考虑到（给个提示，你知道浮点零是多少吗）。我试了一下，最后放弃了；理由是，写这些只是为了学习，没必要搞的那

先说说什么叫稀疏矩阵。你说，这个问题很简单吗，那你一定不知道中国学术界的嘴皮子仗，对一个字眼的“抠”将会导致两种相反的结论。这是清华2000年的一道考研题：“表示一个有1000个顶点，1000条边的有向图的邻接矩阵有多少个矩阵元素？是否稀疏矩阵？”如果你是个喜欢研究出题者心理活动的人，你可以看出这里有两个陷阱，就是让明明会的人答错，我不想说出是什么，留给读者思考。姑且不论清华给的标准答案是什么，那

最短路径恐怕是图的各种算法中最能吸引初学者眼球的了——在地图上找一条最短的路或许每个人都曾经尝试过。下面我们用计算机来完成我们曾经的“愿望”。在图的算法中有个有趣的现象，就是问题的规模越大，算法就越简单。图是个复杂的结构，对于一个特定问题，求解特定顶点的结果都会受到其他顶点的影响——就好比一堆互相碰撞的球体，要求解特定球体的状态，就必须考虑其他球体的状态。既然每个顶点都要扫描，如果对所有的顶点

最小生成树说人是最难伺候的，真是一点不假。上面刚刚为了“提高可靠性”添加了几条多余的边，这会儿又来想办法怎么能以最小的代价把所有的顶点都连起来。可能正是人的这种精神才使得人类能够进步吧——看着现在3GHz的CPU真是眼红啊，我还在受500MHz的煎熬，然后再想想8086……正如图的基本元素是顶点和边，从这两个方向出发，就能得到两个算法——Kruskal算法（从边出发）、Prim算法（从顶点

首先告诉大家一个好消息，数据结构到这里就要结束了！然后再来一个坏消息，这里是数据结构中“最没有意义”的部分和最难的部分。图的应用恐怕是所有结构中最宽泛的了，但这也注定了在讲“数据结构的图”的时候没什么好讲的——关于图的最重要的是算法，而且相当的一部分都是很专业的，一般的人几乎不会接触到；相对而言，结构就显得分量很轻。你可以看到关于图中元素的操作很少，远没有单链表那里列出的一大堆“接口”。——一个结

才刚开了个头，就要说再见了——在树这里，除了二叉树，别的都还没有讲。为什么可以总结了呢？因为前面已经涉及到了树的两个基本用途，而如果再讲B＋、B－，就不能不提到搜索，如果是胜者树就不能不提到排序。为此，把这部分放到后面。我前面所做的努力，只是让你有个基本概念，什么时候记得用树。树的两个基本用途，可以用物质和精神来比喻。一个用途是做为数据储存，储存具有树结构的数据——目录、族谱等等。为了在实

平衡化    显然的，平衡化后的子树应该是平衡的，以此为原则，很容易得知在各种情况下应该怎么旋转。private:       void L_Balance(BTNode* &p)       {              if (p->right->bf == 1) R_Rotate(p->right);             L_Rotate(p); current

递归遍历与非递归遍历前面写过一些关于递归的文章，因为那时还没有写到树，因此也举不出更有说服力的例子，只是阐述了“递归是一种思想”，正像网友评价的，“一篇入门的文章”。但只要能能让你建立“递归是一种思想”这个观念，我的努力就没有白费。现在，讲完了二叉搜索树，终于有了能说明问题的例子了。按照前面提供的代码，应该能调试通过下面的程序。#include using namespace std;

                            1