数据结构基本概念和术语总结

代码链接

---

基本概念

数据(data)—能输入到计算机中并被计算机处理的符号的总称

数据元素(data element)—数据的基本单位，也称节点(node)或记录(record)

数据项(data item)—有独立含义的数据最小单位
，也称域(field)

数据对象(Data Object)—性质相同的数据元素的集合。

数据结构(data structure)—相互之间存在一种或多种特定关系的数据元素的集合。(带有结构的数据元素的集合)

(集合)：数据元素间除“同属于一个集合”外，无其它关系

线性结构：一对一，如线性表、栈、队列

树形结构：一对多，如树

图状结构：多对多，如图

数据的逻辑结构—只抽象反映数据元素的逻辑关系

数据的存储(物理)结构—数据的逻辑结构在计算机存储器中的实现

数据的逻辑结构与存储结构密切相关
算法设计------>逻辑结构
算法实现------>存储结构

---

抽象数据类型

抽象数据类型(ADT)—是指一个数学模型(数据结构)以及定义在该数学模型(数据结构)上的一组操作。

抽象数据类型的三元组表示
抽象数据类型={D,S,P}
D是数据对象；
S是D上的关系集；
P是对D的基本操作集

算法和算法分析

算法特性:

1.有穷性—一个算法必须在执行有限步骤之后结束

2.确定性—算法的每一步必须是确切定义的，不能产生二义性，并且算法只有唯一的一条执行路径

3.可行性—算法是能行的，通过已经实现的基本运算执行有限次来是实现

4.输入—一个算法有零个或多个输入

5.输出—一个算法至少有一个输出

算法的评价—衡量算法优劣的标准:

1.正确性—算法应该满足特定的“规格说明”方式给出的需求

2.可读性—算法主要是为了人的阅读和交流，其次才是为计算机执行。

3.健壮性—当输入的数据非法时，算法应当做出反映或进行相应的处理

4.算法的高效性与低存储量需求
时间开销—时间复杂度
空间开销—空间复杂度

时间复杂度的计算方法:

1.找出频度最大的基本操作；

2.计算最坏情况或平均情况下语句的频度；
（最坏时间复杂度和平均时间复杂度）

3.最后的函数中去掉常量及阶小的项。

ps:时间复杂度有“平均时间复杂度”和“最坏时间复杂度”之分，两者可能一致也可能不一致。

线性表

定义：
零个或多个数据元素的有限序列
线性表有序序列，数据元素具有相同的特性，线性表可以有无性

线性结构特点：
1.有序性
数据元素之间是(一对一)的关系
2.有限性
线性表的元素个数是有限的
ps 零个数据元素线性表叫空表

存在唯一的一个被称作“第一个”的数据元素
存在唯一的一个被称作“最后一个”的数据元素
除第一个外，集合中的每个数据元素均只有一个前驱
除最后一个外，集合中的每个数据元素均只有一个后继

顺序表:
定义：用一组地址连续的存储单元依次存放一个线性表的元素。

顺序存储结构的优缺点:

优点：

1.逻辑相邻，物理相邻
2.可随机存取任一元素
3.存储空间使用紧凑

缺点：

1.插入、删除操作需要移动大量的元素
2.预先分配空间需按最大空间分配，利用不充分
3.表容量难以扩充

链表:
定义：用一组地址任意的存储单元存放线性表中的数据元素

单链表的优缺点:

优点：

1.它是一种动态结构，整个存储空间为多个链表共用
2.不需预先分配空间
3.删除插入快

缺点：

1.不能随机存取，查找速度慢
2.指针占用额外存储空间

循环链表(circular linked list)

循环链表是表中最后一个结点的指针指向头结点，使链表构成环状

特点：从表中任一结点出发均可找到表中其他结点，提高查找效率

操作与单链表基本一致,循环条件不同(判最后一个结点)：
单链表 p->next=NULL
循环链表 p->next=head

空链表示意图：

非空链表示意图：

双向链表（double linked list）

双向链表支持两个方向，每个节点有一个后继指针next指向后面的节点，还有一个前驱指针指向前面的节点

栈&&队列

定义：
栈（stack） 是一个后进先出的线性表（LIFO）,他要求只在表尾进行删除和插入操作
队列（queue）是只允许在一端进行插入，在另一端进行删除操作的线性表，和栈不同的是，队列先进先出（FIFO）；

树

定义
树（tree）是n（$n\ge 0$）个结点的有限集。当n=0是为空树。
在任意一棵非空树中：
1.有且只有一个称为根（root）的结点。

2.当n>1时，其余结点可分为m（m>0）个互不相交的有限集，每一个集合本身也是一棵树，称为根的子树。

结点拥有的子树数称为结点的度，树的度取树内的各结点的度的最大值。
1.度为0的结点称为叶结点（leaf）或终端结点

2.度不为0的结点称为分支结点或非终端结点，除根结点外，分支结点也称为内部结点

树中结点的最大层次称为树的深度（depth）或高度

二叉树

二叉树（binary tree）每个结点最多（不是一定）有两个子树，所以二叉树中不存在度大于2的结点。
基本形态
1.空二叉树
2.只有一个根结点
3.根结点只有左子树
4.根结点只有右子树
5.根结点既有左子树也有右子树

特殊二叉树

斜树
每个结点只有左儿子（左斜树）或者右儿子（右斜树）

满二叉树
所有的分支节点都有左子树和右子树，并且所有叶子在同一层上，这样的二叉树称为满二叉树。
1.叶子只能出现在最下一层
2.非叶子结点的度一定是2
3.在同样深度的二叉树中，满二叉树的结点个数一定是最多，同时叶子也是最多

完全二叉树
设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。
1.叶子结点只能出现在最下两层
2.最下层的叶子一定集中在左部连续位置
3.倒数第二层若有叶子结点，一定都在右边连续位置
4.如果结点的度为1，那么该结点只有左儿子
5.同样结点树的二叉树，完全二叉树的深度最小

ps：完全二叉树不一定是满二叉树，满二叉树一定是完全二叉树

二叉树性质

1.在二叉树的第i层上至多有2ⁱ⁺¹个结点（$i\ge 1$）
2.深度为k的二叉树至多有2^k-1个结点（$k\ge 1$）
3.对任意一棵二叉树，如果其终端结点树为$n_0$，度为2的结点树为$n_2$，则$n_0=n_2+1$
4.具有n个结点的完全二叉树的深度为$\lfloor {\log }_{2}n\rfloor$+1（向下取整）
5.如果对一个有n个结点的完全二叉树（深度$\lfloor {\log }_{2}n\rfloor$+1）的结点按层序编号，对任意结点i（1<=i<=n）有以下性质

(1)如果i=1,则结点i是二叉树的根，无双亲；如果i>1，则双亲的结点是$\lfloor \frac{i}{2}\rfloor$
(2)如果2i>n,则结点i无左儿子(结点i就是叶子结点);否则左儿子为结点2i
(3)如果2i+1>n,则结点i无右儿子;否则右孩子是结点2i+1

线索二叉树

充分利用二叉链表中的空链域，将遍历过程中结点的前驱、后继信息保存下来。
1.若结点有左子树，则其 LChild 域指向其 左孩子，否则 LChild 域指向其 前驱结点。
2.若结点有右子树，则其 RChild 域指向其 右孩子，否则 RChild 域指向其 后继结点。

图

定义：

图（graph）是由顶点的有穷非空集合和顶点之间边的集合组成，通常表示为：G(V,E),其中，G表示一个图，V是图G中的顶点的集合，E是图G中边的集合。

注意点:

1.线性表可以没有元素，称为空表，树中没有结点，叫做空树，而图结构强调顶点集合V要有穷非空。

2.线性表中，相邻的数据元素之间有线性关系，数据结构中，相邻两层的结点具有层次关系，而图结构中，任意两个顶点之间都可能有关系，顶点之间的逻辑关系用边来表示，边集可以是空的。

无向边：若顶点$v_i$到$v_j$之间的边没有方向，则称这条边为无向边（edge），用无序偶（$v_i,v_j$）来表示。

有向边：若顶点$v_i$到$v_j$之间的边有方向，则称这条边为有向边，也称为弧（arc），用无序偶<$v_i,v_j$>来表示,$v_i$称为弧尾，$v_j$称为弧头。

简单图：在图结构中，若不存在顶点到其自身的边，且同一条边不重复出现，则称这样的图为简单图。

无向完全图：在无向图中，如果任意两个顶点之间都存在边，则称该图为无向完全图。含有n个顶点的无向完全图有n*（n-1）/2条边。

有向完全图：在有向图中，如果任意两个顶点之间都存在方向互为相反的两条弧，则称该图为有向完全图。含有n个顶点的无向完全图有n*（n-1）条边。

稀疏图和稠密图：这里的稀疏和稠密是模糊的概念，都是相对而言的，通常认为边或弧数小于n*$\log n$（n是顶点的个数）的图称为稀疏图，反之称为稠密图。

网：有些图的边或者弧带有与它相关的数字，这种与图的边或弧相关的数叫做权（weight），带权的图通常被称为网（networt）。

子图：假设有两个图G1=（V1,E1）和G2=（V2,E2），如果V2$\subseteq$V1,E2$\subseteq$E1,则称G2为G1的子图（subgraph）

图的顶点和边之间的关系：

1.对于无向图G=(V,E),如果边（V1,V2）$\subseteq$ E,则称顶点V1和V2互为邻接点（adjacent），即V1和V2相邻接。边（V1,V2）依附（incident）于顶点V1和V2，或者说边（V1,V2）与顶点V1和V2相关联。
顶点V的度（degree）是和V相关联的边的数目，记为TD（V）。

2.对于有向图G=(V,E),如果边<V1,V2>$\subseteq$ E,则称顶点V1邻接到顶点V2，顶点V2邻接自顶点V1。

以顶点V为头的弧的数目称为V的入度（indegree）,记为ID（V）；以顶点V为尾的弧的数目称为V的出度（outdegree）,记为OD（V），因此顶点V的度为TD（V）=ID（V）+
OD（V）。

无向图G=（V,E）中从顶点V1到顶点V2的路径（path）
路径的长度是路径上的边或弧的数目。

简单回路或简单环：第一个顶点到最后一个顶点相同的路径称为回路或环（cycle）

简单回路或简单环：序列中顶点不重复出现的路径称为简单路径，除了第一个顶点和最后一个顶点之外，其余顶点不重复出现的回路，称为简单回路或简单环

连通图：在无向图G中，如果从顶点V1到顶点V2有路径，则称V1和V2是连通的，如果对于图中任意两个顶点$V_i,V_j$是连通的，则称G是连通图（connectedgraph）

强连通图：在有向图G中，如果对于每一对顶点$V_i,V_j$都存在路径，则称G是强连通图

强连通分量：有向图中的极大强连通子图称为有向图的强连通分量

图的生成树：一个连通图的生成树是一个极小的连通子图，它含有图中全部的n个顶点，但只有足以构成一棵数的n-1条边。

有向树：如果一个有向图恰有一个顶点入度为0，其余顶点的入度为1，则是一棵有向树。