数据结构基础（三）习题未处理

一、链表：

和数组都可以用于存储数据，其中链表通过指针来连接元素，而数组则是把所有元素按照次序存储。

数组和链表有不同的优势：

链表：可以方便地删除插入数据，操作次数为O(1)，但寻找读取据的效率低，在随机访问数据中的操作次数为O(n)。

数组：可以方便地寻找读取数据，在随机访问中操作次数为O(1)，但删除插入的操作次数为O()

1.单向链表：
包含数据域和指针域。

struct node{
   
	int value;
	node *next;
}

（1）插入元素：
在p与p->next之间插入一个数据x：

x->next=p->next;
p->next=x;

（2）删除元素：
删除节点p的数据：
将p->next的数据覆盖到p上

p->value=p->next->value;
p->next=p->next->next;

2.双向链表：
同样具有数据域和指针域，不同之处在于指针域有左右之分。

struct node{
   
	int val;
	node *left;
	node *right;
}

（1）插入元素：
在p和p->right之间插入元素x：

x->right=p->right;
x->left=p;
p->right->left=x;
p->right=x;

（2）删除元素：
删除节点p：

p->left->right=p->right;
p->right->left=p->left;

【例题】办公楼

有n个职员，有m对职员之间有联系。若两个职员之间有联系，他们就可以被安置在两座办公楼内。问最多能将这n个职员安排在几座办公楼内。

N<=100000,m<=2000000

两个点若没有联系即连边，建立原图的补图。

二、哈希表

又称散列表，一种以"key-value"形式存储数据的数据结构。所谓以"key-value"形式存储数据，是指任意的key都唯一对应到内存中的某个位置，只需要输入查找的值key，就可以快速地找到其对应的value。可以把哈希表理解成一种高级的数组，这种数组的下表可以是很大的整数，浮点数，字符串甚至结构体。

1.哈希函数：

要让key对应到内存中的位置，就要为key计算索引，也就是计算这个数据应该放在哪里，根据key计算索引的函数叫做哈希函数，也称散列函数。哈希函数应当易于计算，且尽量使计算出来的索引均与分布。

2.常见处理方式：

在OI中，最常见的情况应该是key为整数的情况。当key范围较大时，需要用到哈希表，通常取f(x)=x mod M作为哈希函数，M为一个大质数。
另一种比较常见的情况是 key 为字符串的情况，在 OI 中，一般不直接把字符串作为 key，而是先算出字符串的哈希值，再把其哈希值作为 key 插入到哈希表里。

3.冲突：

如果对于任意的key，哈希函数计算出来的索引都不相同，那只用根据索引把 (key,value) 放到对应的位置就行了。但实际上，常常会出现两个不同的 key，他们用哈希函数计算出来的索引是相同的。这时候就需要一些方法来处理冲突。在 OI 中，最常用的方法是拉链法。

4.拉链法：

拉链法也称开散列法。拉链法是在每个存放数据的地方开一个链表，如果有多个 key 索引到同一个地方，只用把他们都放到那个位置的链表里就行了。查询的时候需要把对应位置的链表整个扫一遍，对其中的每个数据比较其 key 与查询的 key 是否一致。如果索引的范围是 1~M，哈希表的大小为 N，那么一次插入/查询需要进行期望O(N/M)次比较。

const int M=999997;
struct hashtable{
   
	struct node{
   
		node *next;
		int key,value;
	};
	node *head[M];
}
int f(int key){
   
	return key%M;
}//哈希函数
int get(int key){
   
	for(node *p=head[f(key)];p;p=p->next){
   
		if