复试专业课记录--数据结构1

1. 数据结构的逻辑结构、物理结构和算法特性
   

2. 数组和链表的区别
   从逻辑结构看，数组必须实现于固定长度，即数组的大小一旦定义就不能改变；链表动态进行存储分配，数据可以动态增减，且可以方便的插入删除
   从内存存储看，数组从栈中分配空间；链表从堆中分配空间。
   从访问方式看，数组在内存中是连续的存储，可以利用下标索引进行访问；链表是链式存储结构，访问元素时只能通过线性方式访问

   线性表的链式存储性能分析
   (1) 查找：由于查找需通过指针从第一个结点开始查找，因此，最好情况时间复杂度为O(1)，最坏情况事件复杂度为O(n)
   (2) 删除、插入：单链表的插入和删除主要由两部分组成：第一部分是遍历查询第i个元素；第二部分就是插入和删除元素

   从整个算法来说，我们很容易推导出：它们的时间复杂度都是O(n)。如果在我们不知道第i个元素的指针位置，单链表数据结构在插入和删除操作上，与线性表的顺序存储之间是没有太大的优势。但是如果我们希望从第i个位置，插入10个元素，对于顺序存储结构意味着，每一次插入都需要移动n-i个元素，每次都是O(n)。而对于单链表，我们只需要在第一次找到第i个位置的指针，此时为O(n)，接下来只是简单地通过赋值移动指针而已，时间复杂度都是O(1)。
   适用范围：插入或删除越频繁的操作，单链表的效率优势就越明显。

3. 头指针与头节点的区别
   头指针：指向第一个节点存储位置的指针，标识作用。无论链表是否为空，头指针均不为空。
   头节点：第一个元素节点之前，方便在第一个元素节点前进行插入删除。不是必要元素。

4. 数据结构的逻辑结构
   线性结构： 一对一
   树形结构： 一对多
   图状结构： 多对多
   集合： 除了同属于一种类型外，无其他关系

5. 邻接矩阵和邻接表
   邻接矩阵：无向图的邻接矩阵的对称的，第i行或者第i列的有效元素个数之和就是顶点i的度；有向图的邻接矩阵，第i行有效元素个数之和是顶点i的出度，第i列有效元素个数之和是顶点i的入度。
   邻接表：无向图的同一条边在邻接表中存储两次。顶点的度为所对应链表的节点个数；有向图的每条边在邻接表中存储一次，求顶点的出度遍历所对应的链表即可，顶点的入度需要遍历其他顶点的链表。
   邻接矩阵与邻接表对比：
   邻接矩阵可以快速判断两个顶点之间是否存在边，快速加边删边；但是相对浪费空间
   邻接表节省空间；但是当关注顶点的度时，需要遍历一个链表。

6. 单链表与双链表
   单链表只有一个指针next，单链表只能向后遍历。双链表有prev指针，指向前一个节点地址，next指针，指向后一个结点地址。

7. 栈和队列
   (1)都是线性结构；(2)插入操作都在表尾进行；(3)插入和删除时间复杂度都是O(1)，空间复杂度相同；(4)都可以通过顺序结构和链表实现
   (1)删除元素位置不同，栈在表尾进行，队列在表头进行；(2)顺序栈能实现多栈空间共享，顺序队列不能

8. 树与二叉树
   二叉树的特点：(1)非空二叉树只有一个根节点;(2)每一个结点最多有两棵子树，左子树，右子树，即有顺序。
   满二叉树，除最后一层外，每一层所有节点有两个子节点
   完全二叉树，除最后一层外，每一层结点数均达到最大值，在最后一层上只缺少右边的若干结点。

9. 图
   图由顶点集V(G)和边集E(G)组成，记为G=(V,E)，E(G)是边的有限集合，边是顶点的无序对或有序对。
   对有向图，E(G)是有向边(弧)的有限集合，弧是顶点的有序对
   对无向图，E(G)是边的有限集合，边是顶点的无序对

10. DFS
    (1)访问起始结点v
    (2)若v的第1个邻接点没访问过，访问此邻接点
    (3)若当前邻接点已访问过，访问v的第2个邻接点重新遍历

11. BFS
    (1)访问起始结点v之后，依次访问v的邻接点
    (2)再依次(顺序)访问这些点(下一层)中未被访问过的邻接点
    (3)直到所有顶点都被访问过为止