C++ 数据结构 、排序算法、BFS/DFS

数据结构

0、vector

        理解为动态数组，作为一个动态数组，vector 有一个指针指向一片连续的内存空间，但是这片空间不是无限的，当内存装不下数据时，系统会自动申请一片更大的空间把原来的数据拷贝过去，释放原来的内存空间。 vector 的内存非常重要，一旦内存重新配置，与之相关的所有指针、迭代器都会失效，而且配置内存非常耗时。

一、queue ,deque(双端队列)
  #include<queue>即可使用队列类：

（1）. push
（2）. pop
（3）. size
（4）. empty()  //判断队列是否为空的，如果为空则返回true
（5）. front
（6）. back

二、stack：#include<stack>头文件；

1.入栈：如s.push(x);

2.出栈:如 s.pop().注意：出栈操作只是删除栈顶的元素，并不返回该元素。

3.访问栈顶：如s.top();

4.判断栈空：如s.empty().当栈空时返回true。

5.访问栈中的元素个数，如s.size（）;

三、string：

 string &insert(int p,const string &s);  //在p位置插入字符串s 
string &replace(int p, int n,const char *s); //删除从p开始的n个字符，然后在p处插入串s 
string &erase(int p, int n);  //删除p开始的n个字符，返回修改后的字符串 
string substr(int pos = 0,int n = npos) const;  //返回pos开始的n个字符组成的字符串 void swap(string &s2);    //交换当前字符串与s2的值 
string &append(const char *s);   //把字符串s连接到当前字符串结尾 
void push_back(char c)   //当前字符串尾部加一个字符c 
const char *data()const;    //返回一个非null终止的c字符数组，data():与c_str()类似，用于string转const char*其中它返回的数组是不以空字符终止, 
const char *c_str()const;    //返回一个以null终止的c字符串，即c_str()函数返回一个指向正规C字符串的指针, 内容与本string串相同,用于string转const char*

四、List：List是stl实现的双向链表，与向量(vectors)相比, 它允许快速的插入和删除，但是随机访问却比较慢。

Lst1.assign() 给list赋值 
Lst1.back() 返回最后一个元素 
Lst1.begin() 返回指向第一个元素的迭代器 
Lst1.clear() 删除所有元素 
Lst1.empty() 如果list是空的则返回true 
Lst1.end() 返回末尾的迭代器 
Lst1.erase() 删除一个元素 
Lst1.front() 返回第一个元素 
Lst1.get_allocator() 返回list的配置器 
Lst1.insert() 插入一个元素到list中 
Lst1.max_size() 返回list能容纳的最大元素数量 
Lst1.merge() 合并两个list 
Lst1.pop_back() 删除最后一个元素 
Lst1.pop_front() 删除第一个元素 
Lst1.push_back() 在list的末尾添加一个元素 
Lst1.push_front() 在list的头部添加一个元素 
Lst1.rbegin() 返回指向第一个元素的逆向迭代器 
Lst1.remove() 从list删除元素 
Lst1.remove_if() 按指定条件删除元素 
Lst1.rend() 指向list末尾的逆向迭代器 
Lst1.resize() 改变list的大小 
Lst1.reverse() 把list的元素倒转 
Lst1.size() 返回list中的元素个数 
Lst1.sort() 给list排序 
Lst1.splice() 合并两个list 
Lst1.swap() 交换两个list 
Lst1.unique() 删除list中重复的元素

五、Array

at（）	Access element
front（）	Access first element
back（）	Access last element

六、Binary tree

1、二叉树分类：

满二叉树：从高到低，除了叶节点外，所以节点左右节点都存在。

完全二叉树：比满二叉树少几个叶节点，从左向右放子节点。

平衡二叉树（AVL）：空树或者它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树也都是平衡树。

二叉搜索/查找/排序(sort)树：空树或者二叉树的所有节点比他的左子节点大，比他的右子节点小。

线索二叉树：在节点的结构中增加了两个数据标志位：int  itag ，rtag

最优二叉树/哈夫曼树(Huffman Tree)：若带权路径（WPL = W*L）长度达到最小，称这样的二叉树为最优二叉树;

红黑树(平衡二叉搜索树)：不仅是具有二叉搜索树的属性，还具有平衡树的属性，有序且子树差不超过1，颜色规则：根节点和特殊节点（即叶节点下面两个虚无的节点和未填写的节点）是黑的，红节点的左右子节点是黑的，最重要的是对于每个节点，从该节点到子孙叶节点的所有路径包含相同数目的黑节点。

 

七、图 Graph

图的存储结构主要分两种，一种是邻接矩阵（顺序存储结构），一种是邻接表（链式存储结构）。

1.邻接矩阵

    邻接矩阵存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息，一个二维数组（邻接矩阵）存储图中的边。

                             

从这个矩阵中，很容易知道图中包含的信息：
（1）要判断任意两顶点是否有边无边就很容易了；
（2）要知道某个顶点的度，其实就是这个顶点vi在邻接矩阵中第i行或（第i列）的元素之和；
（3）求顶点vi的所有邻接点就是将矩阵中第i行元素扫描一遍，arc[i][j]为1就是邻接点；

2. 邻接表

    邻接矩阵是不错的一种图存储结构，但是，对于边数相对顶点较少的图，这种结构存在对存储空间的极大浪费。因此，找到一

种数组与链表相结合的存储方法称为邻接表。

           

（1）图中顶点用一个一维数组存储，也可以用单链表来存储，不过，数组可以较容易的读取顶点的信息，更加方便。
（2）图中每个顶点vi的所有邻接点构成一个线性表，由于邻接点的个数不定，所以，用单链表存储，无向图称为顶点vi的边表，有向图则称为顶点vi作为弧尾的出边表。

从图中可以看出，顶点表的各个结点由data和firstedge两个域表示，data是数据域，存储顶点的信息，firstedge是指针域，指向边表的第一个结点，即此顶点的第一个邻接点。

边表结点由adjvex和next两个域组成。adjvex是邻接点域，存储某顶点的邻接点在顶点表中的下标，next则存储指向边表中下一个结点的指针。

3、根据搜索路径的不同，我们可以将遍历图的方法分为两种：广度优先搜索和深度优先搜索。

              https://blog.csdn.net/weixin_40953222/article/details/80544928

3.1 广度优先搜索

    广度优先搜索类似于树的层次遍历过程，需要借助一个队列来实现。

搜索过程如下：

（1）.准备工作：创建一个visited数组，用来记录已被访问过的顶点；创建一个队列，用来存放每一层的顶点；初始化图G。

（2）.从图中的v0开始访问，将的visited[v0]数组的值设置为true，同时将v0入队。

（3）.只要队列不空，则重复如下操作：    (1)队头顶点u出队。    (2)依次检查u的所有邻接顶点w，若visited[w]的值为false，则访问w，并将visited[w]置为true，同时将w入队。
 

                                 

3.2、深度优先搜索

深度优先搜索类似于树的先序遍历。

搜索过程：创建一个visited数组，用于记录所有被访问过的顶点。

                                             

 

八、HashTable

        建立Hash 函数，

       处理冲突的方法：链地址法，将每个hash地址作为一个指针，指向一个链表。

九、C++ 的容器类型可以分为顺序容器和关联容器两大类。顺序容器我们前面的使用已经介绍了 vector、list 和 deque;
关联容器支持通过键值来高效的查找和读取元素，这是它和顺序容器最大的区别。两种基本的关联容器类型是 map 和 set,衍生类型有 multimap 和 multiset。  
       Map 是 STL 的一个关联容器，它提供一对一（其中第一个可以称为关键字，每个关键字 key 只能在map中出现一次，第二个可能称为该关键字的值data）的数据处理能力，由于这个特性，它完全有可能在我们处理一对一数据的时候，在编程上提供快速通道。

十、排序算法：

每个算法用一句话总结：

1、冒泡排序：

• 比较相邻的元素。如果第一个比第二个大，就交换它们两个；
• 对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对，这样在最后的元素应该会是最大的数；
• 针对所有的元素重复以上的步骤，除了最后一个 ：len - 1 - i ；

 for (var i = 0; i < len - 1; i++) {
        for (var j = 0; j < len - 1 - i; j++) {
            if (arr[j] > arr[j+1]) {        // 相邻元素两两对比
                var temp = arr[j+1];        // 元素交换
                arr[j+1] = arr[j];
                arr[j] = temp;
            } } }

2、选择排序（Selection Sort）

工作原理：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。设置一个最小下标 ： minIndex = i;

for (var i = 0; i < len - 1; i++) {
        minIndex = i;
        for (var j = i + 1; j < len; j++) {
            if (arr[j] < arr[minIndex]) {     // 寻找最小的数
                minIndex = j;                 // 将最小数的索引保存
            }
        }
        temp = arr[i];
        arr[i] = arr[minIndex];
        arr[minIndex] = temp;
       }

3、插入排序（Insertion Sort）

工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。

4、希尔排序（Shell Sort）

是简单插入排序的改进版。它与插入排序的不同之处在于，它会优先比较距离较远的元素。

5、归并排序（Merge Sort）

采用分治法（Divide and Conquer）。长度为n的输入序列分成两个长度为n/2的子序列；对这两个子序列分别采用归并排序；对这两个子序列分别采用归并排序；

6、快速排序（Quick Sort）

使用分治法来把一个串（list）分为两个子串（sub-lists），使用分治法来把一个串（list）分为两个子串（sub-lists）。

7、堆排序（Heap Sort）

堆排序（Heapsort）指利用堆这种数据结构所设计的一种排序算法。

8、计数排序（Counting Sort）

计数排序不是基于比较的排序算法，其核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。

9、桶排序（Bucket Sort）

      桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。桶排序 (Bucket sort)的工作的原理：假设输入数据服从均匀分布，将数据分到有限数量的桶里，每个桶再分别排序。

10、基数排序（Radix Sort）