数据结构学习
1、数据项:数据结构中最小单元
2、数据元素:由数据项构成
3、数据结构:带结构的数据元素的集合
4、算法的时间复杂度:由该算法中的核心计算所决定,其时间复杂度T(n) = Nm ,N为计算次数,m为核心计算循环(重复操作)次数。
一般而言算法的时间复杂度与问题规模与算法所采用策略有关,同一个问题,采用不同的算法策略其时间复杂度有可能不同,例如:排序(冒泡排序与插入排序)
算法的空间复杂度
线性表的特点:1、集合中必须存在唯一的一个“第一元素”
2、集合中必须存在唯一的一个“最后元素”
3、除第一元素之外其他每个元素有且只有唯一的一个前驱元素
4、除最后元素之外其他每个元素有且只有唯一的一个后继元素
线性表的顺序表示:
特点:用一组地址连续的存储单元存储,相邻两元素之间其物理地址相邻,方便查询,插入与删除数据则比较麻烦,长度固定。
线性表的链式表示:
特点:地址任意,通过使用数据+地址的节点序列来表示线性表,不方便查询,插入与删除数据则比较方便,长度不固定。
单链表、双向链表、循环链表
求两个正整数的最大公约数:
//求最大公约数,现设a>b
public int big(int a,int b){
int c = a % b;
while(c!=0){
a = b;
b = c;
c = a % b;
}
return b;
}
求两个正整数的最小公倍数:
//求最小公倍数
public int small(int a,int b){
int c = a * b;
while(a!=b){
if(a>b){
a = a - b;
}else{
b = b - a;
}
}
c = c / a;
return c;
}
//已知长度为n的线性表A采用顺序存储结构,请写一算法,找出该线性表中值最小的数据元素。
public double lineSmall(double[] line){
double m = 0;
if(line.length>0){
m = line[0];
for(int i=0;i<line.length;i++){
if(m>line[i]){
m = line[i];
}
}
}else{
//抛出异常
}
return m;
}
栈与队列:
栈:先进后出,只能从队尾进栈或出栈。
队列:先进先出,从队尾进栈,从队首出栈。
树:
只有一个根节点,树结构可以通过递归来表示(树是由子树所构成,子树是由更小的子树所构成。。。。。)。
一个节点子树的个数称为该节点的次数或该节点的度;树中各节点的次数最大值称为该树的次数。
假设树T为一棵m次数,该树中非叶子节点的次数都为m,那么称T为一棵m次完全树。
二叉树:节点(包括根节点)可以为空,一个节点最多只有两个分支节点(左子树、右子树)。
二叉树第k层,其节点个数n<=2k-1
深度为h的二叉树,其节点个数n<=2k-1
对于任意一棵二叉树,若它含有n1个叶子节点,n2个度为2的节点,则:n1 = n2 + 1(树的分支个数与节点度数以及节点个数的关系)
满二叉树:深度为k且有2k-1个节点个数的二叉树。
完全二叉树:树中所含n各节点与满二叉树中编号为1至n的节点一一对应。(即完全二叉树包含满二叉树,若完全二叉树不为满二叉树时,其1至k-1层为满二叉树,第k层中由左至右依次填充)
二叉树的遍历:
前序遍历:先访问根节点
中序遍历:第二次路过时访问根节点
后序遍历:最后访问根节点
(二叉树的遍历过程中每个子节点都可视为根节点,在探测其是否有左右子树并返回的过程中共经过所探测节点3次)