数据结构学习笔记

数据结构

一、基本知识-概述

1、数据结构的概述：

• 定义：我们如何把现实中大量而复杂的问题，以特定数据类型和特定的存储结构保存到主存储器（内存）中，以及在此基础上为实现某个功能（比如查找某个元素，删除某个元素，对所有元素进行排序）而执行的相应的操作，这个相应的操作也叫做算法。
  数据结构 = 个体 + 个体的关系
  算法 = 对存储数据的操作

• 算法：解题的方法和步骤

  ​ 衡量算法的标椎：
  ​ 1.时间复杂度：大概程序要执行的次数，而非执行时间
  ​ 2.空间复杂度：算法执行过程中大概所占用的最大内存
  ​ 3.难易程度
  ​ 4.健壮性
  ​ 程序 = 数据的存储 + 数据的操作 + 可以被计算机执行的语言

2、预备知识

​ 指针：
​ 地址：
​ 结构体： 动态内存的分配和释放，
​ 什么叫结构体：结构体是用户根据实际需要自己定义的符合数据类型
​ 注：结构体变量不能加减乘除，但可以相互赋值。普通结构体变量和结构体指针变量作为函数传参的问题。

3、数据结构

• 模块一：线性结构
  连续存储【数组】 数组：元素类型相同，大小相等

  ​ 离散存储【链表】
  ​ 线性结构的两种常见应用之一：【栈】
  ​ 线性结构的两种常见应用之二：【队列】

• 模块二：非线性结构
  【树】
  【图】

• 模块三：查找和排序

  ​ 【折半查找】
  ​ 【排序】

二、线性数据结构

1、数组

2、链表

• 定义：
  ​ n个节点离散分配，彼此通过指针相连，每个节点只有一个前驱节点，每个节点只有一个后继节点，首节点没有前驱节点，尾结点没有后继节点。
• 分类：
  ​ 单链表
  ​ 双链表：每个节点有两个指针域
  ​ 循环链表：能通过任何一个节点找到其他所有的节点，即最后一个节点又指向首节点
  ​ 非循环链表
• 算法：
  ​ 遍历
  ​ 查找
  ​ 清空
  ​ 销毁
  ​ 求长度
  ​ 排序
  ​ 删除节点：需要释放删除的节点free()
  ​ 插入节点
  ​
  ​ 算法：
  ​ 狭义的算法是与数据的存储方式密切相关
  ​ 广义的算法是与数据的存储方式无关
  ​ 泛型：利用某种技术达到的效果就是：不同的存储方式，执行的操作是一样的
  ​ - 链表的优缺点

​ 学算法，做算法题的步骤：
​ 1、自己先想
​ ​ 2、想不出来，看懂别人的程序：
​ ​ 流程、每个语句的功能、试数
​ ​ 3、自己去敲，多次去敲，改错
​

3.栈

​ 动态分 配的内存-堆
​ ​ 静态分配的内存-栈

• 分类：
  ​ ​ 静态栈：内核数组
  ​ ​ 动态栈：内核链表
• 算法：
  ​ ​ 压栈
  ​ ​ 出栈【弹栈】
• 应用：
  ​ ​ 函数调用
  ​ ​ 中 断
  ​ ​ 表达式求值
  ​ ​ 内存分配
  ​ ​ 缓冲处理
  ​ ​ 迷宫
  ​
• 栈需要的两个参数：
  ​ ​ top：指向栈顶，控制出和进
  ​ ​ bottom：指向栈底
  ​ ​ 栈底的地址高，栈顶的地址低，从高地址–>低地址
  ​

4.队列

• 定义：
  ​ 一种可以实现“先进先出”的存储结构
  ​ 两个参数：
  ​ front：指向队列的头，控制数据的入
  ​ rear: 指向队列的尾，控制数据的出
  ​

• 分类：
  ​ 链式队列 - 用链表实现
  ​ 静态队列 - 用数组实现
  ​ 静态队列通常都必须是循环队列
  ​ 静态队列：
  ​ 1.静态队列为什么必须是循环队列
  ​ 2.循环队列需要几个参数来确定
  ​ 两个参数：
  ​ front、rear
  ​ 3.循环队列各个参数的含义
  ​ 2个参数不同场合有不同的含义：
  ​ 1）.队列初始化
  ​ front和rear的值都是0
  ​ 2）.队列非空
  ​ front代表队列的第一个元素
  ​ rear代表队列的最后一个有效元素的下一个元素
  ​ 3）.队列为空
  ​ front和rear的值相等，但不一定为0
  ​ 4.循环队列入队、出队位算法
  ​ 入队两步完成：
  ​ 1）.将值存入r所代表的位置
  ​ 2）.r = (r+1) % 数组的长度
  ​ 出队：
  ​ f = (f+1) % 数组的长度
  ​ 5.如何判断循环队列是否为空
  ​ 如果front与rear的值相等，则该队列一定为空
  ​ 6.如何判断循环队列是否已满
  ​ front的值可能比rear大，也可能比rear小
  ​ 当然二者也可能相等
  ​ 两种方式：
  ​ 1）.多增加一个标识参数
  ​ 2）.少用一个数组元素
  ​ 如果r和f的值紧挨着，则表明队列已满
  ​ 语法：

                    if( (r+1) % 数组的长度 = f )
                    	已满
                    else
                    	不满

• 队列算法：
  ​ 入队：
  ​ 出队：
  • 队列的具体应用：
    ​ 所有和时间有关的操作都与队列有关

5.递归

​ 递归要满足的三个条件：
​ 1.递归必须有得一个明确的中止条件
​ 2.该函数所处理的数据规模必须在递减
​ 3.这个转化是可解的

​ 循环和递归
​ 递归：
​ 易于理解、速度慢、存储空间大
​ 循环：
​ 不易理解、速度快、存储空间小

​ 例子：
​ 1.求阶乘
​ 2.1+2+3…100的和
​ 3.汉诺塔
​ 4.走迷宫
​ 递归的应用：
​ 树和森林就是以递归的方式定义的
​ 树和图的很多算法都是以递归的方式定义的

三、非线性数据结构

1.树

大话数据结构

• 树定义：
  ​ 专业定义：
  ​ 1.有且只有一个称为根的节点
  ​ 2.有若干个互不相交的子树，这些子树本身也是一棵树
  ​ 通俗的定义：
  ​ 1.树是由节点和边组成的
  ​ 2.每个节点只有一个父节点，但可以有多个子节点
  ​ 3.但有一个节点例外，该节点没有腹肌诶单，此节点称为根节点

• 专业术语：
  节点 父节点 子节点
  子孙 堂兄弟
  深度：
  从根节点到最底层节点的层数称之为深度
  根节点是第一层
  叶子节点：
  没有子节点的节点，其实也叫终端节点
  非终端节点：
  实际就是非叶子节点
  度：
  自己诶但的个数称为度，如：一个节点有3个孩子（3个节点），这个节点的度就是3

• 树分类：

  • 一般树：
    任意一个节点的子节点的个数都不受限制
  • 二叉树：
    任意一个节点的子节点个数最多有两个，且子节点的位置不可更改
    • 分类：
      -** 一般二叉树
      ** 满二叉树：在不增加树的层数的前提下，无法再多添加一个接地那的树就是满二叉树
      ** 完全二叉树：如果只是删除了满二叉树最底层最右边的连续若干个节点，这样形成的二叉树就是完全二叉树。
  • 森林
    ​ n个互不相交的树的集合

• 树的存储

  • 二叉树的存储
    ​ 连续存储【完全二叉树】
    ​ 优点：查找某个节点的父节点和子节点（也包括判断有没有子节点）很快
    ​ 缺点：耗用内存空间大
    ​ 链式存储
  • 一般树的存储
    ​ 双亲表示法：求父节点方便
    ​ 孩子表示法：求子节点方便
    ​ 双亲孩子表示法：求子节点和父节点都很方便

• 二叉树表示法
  ​ 把一个普通树转化成二叉树来存储
  ​ 具体转换方法：
  ​ 设法保证任意一个节点的
  ​ 左指针域指向它的第一个孩子
  ​ 有指针域指向它的下一个兄弟
  ​ 只要能满足此条件，就可以把一个普通树转化为二叉树
  ​ 一个普通树转换成的二叉树，一定没有右子树，即根节点只有左子树，没有右子树，因为它的有边的节点必须为根节点的兄弟，根无兄弟

• 二叉树的操作
  ​ 遍历：
  ​ 先序遍历 ：根 - 左 - 右
  ​ 中序遍历 ：左 - 根 - 右
  ​ 后序遍历 ：左 - 右 - 根
  ​ 先后序遍历左子树
  ​ 再后序遍历右子树
  ​ 再访问根节点
  ​ 已知两种遍历序列求原始二叉树：
  ​ 通过先序和中序 或者 中序和后序，我们可以还原出原始的二叉树，但是通过先序和后序是无法还原出原始的二叉树的。

• 树的应用
  ​ 树是数据库中数据组织的一种重要形式
  ​ 操作系统子父进程关系本身就是一棵树
  ​ 面向对象中语言种类的继承关系

四、排序

1.排序的种类

​ 冒泡
​ 插入
​ 选择
​ 快速排序
​ 归并排序

​ 数据结构研究的是数据的存储和数据的操作的一门学问
​ 数据的存储分为两部分：
​ 个体的存储
​ 个体关系的存储
​ 从某个角度而言，数据的存储最核心的就是个体关系的存储，个体的存储可以忽略不计