数据结构小总结

一：绪论
表示时间复杂度的阶有：
O(1) ：常量时间阶
O (n)：线性时间阶
O(㏒n) ：对数时间阶
O(n㏒n) ：线性对数时间阶
O (nk)： k≥2 ，k次方时间阶
以下六种计算算法时间的多项式是最常用的。其关系为：
O(1)<O(㏒n)<O(n)<O(n㏒n)<O(n2)<O(n3)
指数时间的关系为：
O(2n)<O(n!)<O(nn)

算法的空间复杂度定义为:S(n) = O(g(n))
表示随着问题规模 n 的增大，算法运行所需存储量S(n)的增长率与 g(n) 的增长率相同，称S(n)(渐近)空间复杂度。

二：线性表
顺序线性表：
设在线性表L中的第i个元素之前插入结点的概率为Pi，不失一般性，设各个位置插入是等概率，则Pi=1/(n+1)，而插入时移动结点的次数为n-i+1。
总的平均移动次数： Einsert=∑pi*(n-i+1) (1≦i≦n)
∴ Einsert=n/2 。
链式线性表：
单链表：
例2.1假设利用两个线性表LA和LB分别表示两个集合A和B，现要求一个新的集合A=A∪B。
算法思想：1、扩大La，将存在于Lb中而不存在于La中的数据元素插入到La中去。2、需要从Lb中依次取得每个数据元素，并依值在La中进行查访，若不存在，则插　之。
例2.3 已知线性表LA和LB中的数据元素是按值非递减有序排列，现要求将LA和LB归并为一个新的线性表LC，且LC中的数据元素也是按值非递减有序排列。
1.初始化 LC 为空表；
2.分别从 LA和LB中取得当前元素 ai 和 bj；
3.若 ai≤bj，则将 ai 插入到 LC 中，否则将bj 插入到 LC 中；
4.重复 2 和 3 两步，直至 LA 或 LB 中元素被取完为止；
5.将 LA 表或 LB 表中剩余元素复制插入到LC 表中。
（双向）循环链表：
约瑟夫问题：
n 个人围成一个圆圈，首先第1个人从1开始一个人一个人顺时针报数, 报到第m个人，令其出列。然后再从下一个人开始，从1顺时针报数，报到第m个人，再令其 出列，…，如此下去, 直到圆圈中只剩一个人为止。此人即为优胜者。
例如 n = 8 m = 3

三：栈和队列
括号匹配的检验：（栈）
假设在表达式中允许包含两种括号：圆括号和方括号，其嵌套的顺序随意，即：
（［］（））或［（［ ］［ ］）］等为正确的格式，
［（ ］）或（［（ ））或 （（）］)均为不正确的格式。
则 检验括号是否匹配的方法可用“期待的急迫程度”这个概念来描述。
算法设计：
1） 凡出现左括弧，则进栈；
2） 凡出现右括弧，首先检查栈是否空
若栈空，则表明该“右括弧”多余，
否则和栈顶元素比较，
若相匹配，则“左括弧出栈” ，
否则表明不匹配。
3）表达式检验结束时，
若栈空，则表明表达式中匹配正确，
否则表明“左括弧”有余。

表达式求值：（栈）
迷宫求解：（栈）
求迷宫路径算法的基本思想是：从入口出发，按某一方向向未走过的前方探索
若当前位置“可通”，则纳入路径，继续前进
若当前位置“不可通”，则后退，换方向继续探索;
若四周“均无通路”，则将当前位置从路径中删除出去。

算法：
设定当前位置的初值为入口位置；
do｛
若当前位置可通，
则｛将当前位置插入栈顶；
若该位置是出口位置，则算法结束；
否则切换当前位置的东邻方块为
新的当前位置；
｝
否则 {
｝
｝while (栈不空）；
若栈不空且栈顶位置尚有其他方向未被探索，
则设定新的当前位置为: 沿顺时针方向旋转
找到的栈顶位置的下一相邻块；
若栈不空但栈顶位置的四周均不可通，
则｛删去栈顶位置；// 从路径中删去该通道块
若栈不空，则重新测试新的栈顶位置，
直至找到一个可通的相邻块或出栈至栈空；
｝
若栈空，则表明迷宫没有通路。

栈的另外一个重要的应用：递归调用
用分治法求解递归问题：
分治法：对于一个较为复杂的问题，能够分解成几个相对简单的且解法相同或类似的子问题来求解
三个条件：
1、能将一个问题转变成一个新问题，而新问题与原问题的解法相同或类同，不同的仅是处理的对象，且这些处理对象是变化有规律的

2、可以通过上述转化而使问题简化

3、必须有一个明确的递归出口，或称递归的边界

分治法求解递归问题算法的一般形式：
void p (参数表) {
if （递归结束条件）可直接求解步骤；-----基本项
else p（较小的参数）；------归纳项
}
long Fact ( long n ) {
if ( n == 0) return 1; //基本项
else return n * Fact (n-1); //归纳项}