数据结构：笔记

1、顺序表的平均比较次数：（n+1）/ 2
解析】在顺序表中查找，最好情况下第一个元素就是要查找的元素，则比较次数为 1 ；在最坏情况下，最后一个元素才是要找的元素，则比较次数为 n 。两种情况平均即（ 1+n ） /2 。

2、顺序表的平均查找长度：(n+1) /2
第一个数的比较次数为1，第二个数的比较次数为2。。。以此类推第N个数的比较次数为N，所以总的比较次数为1+2+…+N=N(N+1)/2,平均比较次数为(N+1)/2,也即平均查找长度。

3、在ASC算法team日常开发中，常常面临一些数据结构的抉择，令人纠结。目前大家在策划一个FBI项目（Fast Binary Indexing），其中用到的词汇有6200条，词汇长度在10-15之间，词汇字符是英文字母，区分大小写。请在下面几个数据结构中选择一个使检索速度最快的：
二叉搜索树，比较函数开销：1次运算/每字符
哈希表，hash算法开销：10次运算/每字符
链表，比较函数开销：1次运算/每字符

答案：TRIE树，寻找子节点开销：1次运算/每字符（正确）。
解析：
注解:又称单词查找树，Trie树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计，排序和保存大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希表高。

4、下面关于查找算法的论述中哪个不是正确的？
顺序查找需要查找表为有序表
折半查找需要查找表为有序表
查找表可分为静态查找表和动态查找表
动态查找表的特点是表结构本身在查找过程中动态生成的

5、查找效率最高的二叉排序树是：
二叉查找树的查询速度取决于树的深度，相同结点数深度最小的是平衡二叉树。

6、顺序查找法适用于存储结构为顺序或链接存储的线性表。（）

存储结构：
顺序存储
链式存储
索引存储
哈希（或散列）存储
顺序存储的线性表不但逻辑上连续，物理上也连续，可以使用顺序查找法。
链式存储的线性表虽然物理上不一定连续，但逻辑上连续（通过额外的指针表示逻辑相邻关系），也可以使用顺序查找法。

7、假设顺序表中包含5个关键字{a，b，c，d，e}，它们的查找概率分别为{0.25，0.3，0.2，0.1，0.15}，为了使查找成功时的平均查找长度达到最小，则顺序表中数据元素的出现顺序是（ ）
顺序表查询长度与顺序表遍历长度有关，概率越大，其在顺序表中所占长度越长，概率越大 应放在前面

8、设散列表的长度为10，散列函数H(n)=n mod 7，初始关键字序列为 (33，24，8，17，21，10)，用链地址法作为解决冲突的方法，平均查找长度是 1.5
33/7=5, 查找33需要1次；
24/7=3,查找24需要1次；
8/7=1,查找8需要1次；
17/7=3,查找17需要2次；
21/7=0,查找21需要1次；
10/7=3,查找10需要3次；
ASL=每个关键字查找的次数之和/关键字的个数=（1+1+1+2+3+1）/6=1.5

9、为提高散列（Hash）表的查找效率，可以采取的正确措施是（23）。
Ⅰ．增大装填（载）因子

Ⅱ．设计冲突（碰撞）少的散列函数

Ⅲ．处理冲突（碰撞）时避免产生聚集（堆积）现象

解析：散列因子，又叫装填（装载）因子，用来描述哈希表的密集程度。
a = 元素个数 / 哈希表长度
a 越大，产生冲突的概率就越大，a越小，空间浪费就大，散列因子一般控制在0.7~0.8左右。
并不是越大越好，也不是越小越好。如果仅仅是单一为了提高查找效率，散列因子越小，查找效率越高。

10、顺序查找就是从头到尾一个一个比较，表中内容是否有序无所谓，反正都会浏览一遍直到找到为之。

11、折半查找与二元查找树的时间性能在最坏的情况下是相同的(错误)
解析：折半查找最坏的情况下查找log(n)+1次，而二叉查找树最坏的情况是查找n次。

12、KMP算法下，长为n的字符串中匹配长度为m的子串的复杂度为（）
kmp算法完成的任务是：给定两个字符串O和f，长度分别为n和 m，判断f是否在O中出现，如果出现则返回出现的位置。常规方法是遍历O的每一个位置，然后从该位置开始和f进行匹配，但是这种方法的复杂度是 O(nm)。kmp算法通过一个O(m)的预处理，使匹配的复杂度降为O(n+m)。

13、使用KMP算法在文本串S中找模式串P是一种常见的方法。假设S=P={xyxyyxxyx}，亦即将S对自己进行匹配，匹配过程中正确的next数组是____。

严版数据结构求 next 的公式：

我们主要观察第二项，存在两种情况：

（ 1 ）集合为空，若集合为空，则属于公式中的第一或第三种情况（其他情况）， j=1 的时候， next[1]=0 ，当 j>1 的时候， next[j]=1 。

（ 2 ）集合不为空，则我们要取的 k ，是集合中 k 的最大值。

K 需要满足两个条件，一是 1<k<j ，二是后面那个。

对于前面这个，不用多说，对于后面这个，如果只看形式化的公式，估计比较难理解其意义。通过阮老师的博文（http://www.ruanyifeng.com/blog/2013/05/Knuth%E2%80%93Morris%E2%80%93Pratt_algorithm.html），不难理解，后面这个表达式的意义就是所有前缀与所有后缀中，前缀与后缀相同的情况，那么，这个 k 的取值就是前缀与后缀相等时，字符串的长度加上 1 。

先以严老师书上的例子：

求模式串 abaabcac 的 next 数组

当 j=1 时， next[1]=0 ，直接是公式的第一种情况

当 j=2 时，因为第二种情况要保证集合不为空且 1<k<j ，那么， j=2 时，集合为空，所以不符合第二种情况，因此，属于其他情况，即 next[2]=1

当 j=3 时， k 要小于 j ，所以，我们要在模式串找长度小于 j 的前面全部串的前缀与后缀相同时的最大长度，也就是在模式串中找到前两位 ab ，来找他们最长的前缀与后缀及长度，可以发现，他们没有相同的前缀与后缀，因此，长度为 0 ，而 k 等于长度加 1 ，所以 next[3]=1

当 j=4 时，在 aba 中找前缀与后缀的相同时的最大长度，可以求出最大长度Max为 1 ，所以 next[4]=2

当 j=5 时，在 abaa 中找，Max为 1 ，所以 next[5]=2

当 j=6 时，在 abaab 中找，Max为 2 ，所以 next[6]=3

当 j=7 时，在 abaabc 中找，Max为 0 ，所以 next[7]=1

当 j=8 时，在 abaabca 中找，Max为 1 ，所以 next[8]=2

之所以要找前缀与后缀，是因为我们在比较的时候，避免做多余的工作，即每次遇到主串和模式串不等时，都把模式串直接从头开始比。

以模式串为 xyxyyxxyx 为例，求 next

当 j=1 ， next[1]=0

当 j=2 ， next[2]=1

当 j=3 ，在 xy 中找前缀与后缀，最大长度 max 为 0 ， next[3]=1

当 j=4 ，在 xyx 中找， Max 为 1 ， next[4]=2

当 j=5 ，在 xyxy 中找， Max 为 2 ， next[5]=3

当 j=6 ，在 xyxyy 中找， Max 为 0 ， next[6]=1

当 j=7 ，在 xyxyyx 中找， Max 为 1 ， next[7]=2

当 j=8 ，在 xyxyyxx 中找， Max 为 1 ， next[8]=2

当 j=9 ，在 xyxyyxxy 中找， Max 为 2 ， next[9]=3