第二章、数据结构和算法9分

蒋劲豪

已于 2024-05-21 18:08:37 修改

阅读量611

点赞数 15

分类专栏：软考-中级-软件设计师文章标签：数据结构

于 2024-03-11 19:10:30 首次发布

;

本文链接：https://blog.csdn.net/m0_58961367/article/details/136627845

版权

软考-中级-软件设计师专栏收录该内容

10 篇文章 0 订阅

订阅专栏

本文介绍了数据结构中的关键概念，如哈夫曼树的构建（包括频率分析和字典表）、不同类型的二叉树（如平衡、满和完全），以及图结构的基本概念和排序算法的时间复杂度。还涉及了矩阵运算和图论中的有向图和无向图及其应用算法。

摘要由CSDN通过智能技术生成

一、数据结构

（一）树结构

1、哈夫曼树/Huffman/最优二叉树（带权路径长度最小）

节点的权：根节点到这个节点的跳数（自身不算）；例如：下图2的节点的权值就是1

树的阶/度：直接子树的数目的最大值；例如：下图数的阶就是2

哈夫曼树的构建的案例：

（1）构建表

字符	a	b	c	d	e	f
频率(%)	45	13	12	16	9	5

（2）构建树

（3）构建字典表

a	b	c	d	e	f
0	101	100	111	1101	1100

2、平衡二叉树

任意节点的左右子树深度相差不超过1

3、B树/多路平衡查找树

B树的特征：根节点至少又两个子节点二叉树的顺序存储

4、满二叉树

若高度为 $h$ 的二叉树有 $2^{h}-1$ 个结点，则称其为满二叉树

满二叉树也属于完全二叉树

5、完全二叉树

完全二叉树的定义：

高度为h、有n个结点的二叉树，当且仅当其每一个结点都与高度为h的满二叉树中的编号从1至n的结点一一对应时，称之为完全二叉树
叶子结点只能出现在最下面两层

完全二叉树/满二叉树的高度： $h=\left \lfloor log_{2}n \right \rfloor+1$ 或 $h=\left \lceil log_{2}(n+1) \right \rceil$

完全二叉树也属于平衡二叉树

6、平衡二叉树

平衡二叉树的定义：二叉树中的任意一个结点的左右子树高度只差的绝对值不超过1

二叉树的杂项

计算n个结点的二叉树有y种表示形式；卡特兰数： $y=\frac{C_{2n}^{n}}{n+1}$ ， $C_{n}^{m}=\frac{n!}{m!\cdot (n-m)!}$

完全二叉树/满二叉树更适合用顺序存储

（二）图结构

名词解释
顶点数	$n$
边数	$e$
有向图/无向图的度数之和	$2e$
连通图	图中任意两个顶点都有路径存在

		适用于	时间复杂度	适用于
稠密图/完全图/强连通图	每两个顶点之间都有一条边存在	邻接矩阵	$O(n^{2})$	Kruscal算法
稀疏图		邻接链表	$O(n+e)$	Prim算法

矩阵
	算法策略	时间复杂度	空间复杂度
矩阵连乘	动态规划	$O(n^{3})$	$O(n^{2})$

有向图和无向图
	矩阵中非零元素个数
有向图	$e$
无向图	$2e$

二、排序算法

各种排序算法的对比

时间的渐进复杂度

$T(n)=aT(n/b)+f(n)$

若对于某常数 $\varepsilon >0$ ，有 $f(n)=O(n^{logb^{a}-\varepsilon })$ ，则 $T(n)=\Theta (n^{logb^{a}})$
若 $f(n)=\Theta (n^{logb^{a}}lg^{k}n)$ ，则 $T(n)=\Theta (n^{logb^{a}}lg^{k+1}n)$