数据结构重要概念总结

数据结构

• 程序=算法+数据结构
• 四类基本数据结构：集合、线性、树形、图形
• 逻辑结构：线性结构、非线性结构（树、图）
• 面向对象特点：封装、继承、多态
• 类的作用：代码复用
• 线性表：除了第一个元素和最后元素，其余每个元素只有一个直接前驱和直接后继。

特点：同一性、有穷性、有序性

存储结构：顺序、链式

• 顺序表：关系线性化、结点顺序存

优点：方便随机存取；无需为表现结点间的逻辑关系增加额外存储空间

缺点：插入删除效率低；预先静态分配存储空间，规模难以确定

• 单链表：只关注逻辑顺序，不关心实际存储位置，结点指针域存储直接后继地址
• 循环链表：首尾相接的链表
• 双向链表：增加前驱指针域，可快速确定某一结点的前驱
• 栈：LIFO线性表（顺序栈、链栈）
• 递归：定义自身的同时又出现了对自身的引用
• 队列：FIFO线性表，链队列、循环队列（判满：标志位或损失一个元素空间）
• 顺序存储和链式存储要点：

• 顺序栈受事先开辟的容量限制可能上溢，进栈和入队需要判满，以免上溢
• 循环队列是一种顺序队列，通过模运算看成首尾相接的环。判空判满用标志位或损失一个元素空间（判满：(rear+1）mod MAXSIZE==front判空：rear==front）
• 链队列实现与单链表相似，链队列需要设置尾指针，封装在结构体

• 消除递归：用循环转换为线性操作；自定义栈模拟系统栈
• 字符串的三种存储方式：

• 定长顺序串：一维数组作为静态存储结构
• 堆串：以动态分配的方式产生地址连续的存储单元，顺序存放字符
• 块链串：以链表为存储结构

• 数组：顺序存储结构，随机存取（依靠下标）
• 广义表：n个元素的有限序列，元素也可以是广义表
• 压缩存储：有规律（对称、带状）的矩阵（建立数学函数做映射）；稀疏矩阵（只存储非零元素行号、列号、元素值。三元组、十字链表）
• 二叉树：度不大于2；孩子结点次序不能任意颠倒

二叉树的存储结构：

• 顺序存储：对于一般的二叉树，需要用虚结点补为完全二叉树来存储，会造成空间浪费，最坏情况下，只有右子树的二叉树，k个结点需要2k-1个存储单元。如：

A#B###C#######D

• 链式存储：数据域、左孩子域、右孩子域

• 满二叉树：深度为k且有2k-1个结点的二叉树

完全二叉树：位置序号与满二叉树对应

满二叉树必为完全二叉树，反之不一定

• 二叉树的遍历：n个结点的二叉树，每个结点入栈出栈各执行n次，结点访问n次。递归遍历算法时间复杂度为O(n)。

• 先序遍历：根左右（ABDFGCEH）
• 中序遍历：左根右（BFDGACEH）
• 后序遍历：左右根（FGDBHECA）

• 线索二叉树：LChild | LTag | Data | RTag | RChild

LTag/Rtag=0：LChild/RChild指示结点左/右孩子

LTag/Rtag=1：LChild/RChild指示结点前驱/后继

• 树的存储结构：

• 双亲表示法：Data | Parent （0，A，-1）（1，B，0）（2，C，0）……
• 孩子表示法：Data | Child （0，A，1，2）（1，B，3，4，5）……
• 孩子兄弟表示法：# A # （每个结点两个链域，分别指向第一孩子和右兄弟）

• 哈夫曼树（最优二叉树）：n个带权叶子结点构成的二叉树中带权路径最短的二叉树

（权小的结点放在树的最深层，权大的离树根近）哈夫曼编码是最优前缀编码

• 图的存储结构：

• 邻接矩阵表示法：Aij=wij（反之∞）
• 邻接表表示法：（1，A，2，3）（2，B，#）……
• 十字链表
• 邻接多重表

• 图的遍历：

• 深度优先搜索：按深度方向搜索，先根遍历的推广
• 广度优先搜索：按广度方向搜索，层次遍历

• 查找：

• 比较式查找法：
• 基于线性表：主要用于查找，不做插入删除，静态查找表

 

• 顺序查找：所给关键字与线性表中各个元素的关键字逐个比较
• 折半查找（二分查找，利用中间位置将表分两个子表）：要求表必须是顺序存储；必须按关键字有序排列

优点：比较次数少，查找速度快，平均性能好

缺点：要满足两个要求，使得插入删除困难

适用于不经常变动的，查找频繁的有序序列

 

• 分块查找：将列表分成若干个块，构造索引表，索引表按关键字有序排列

• 基于树：不仅用于查找，还要对表做插入删除，动态查找表

 

• 二叉排序树：O(log2n)，左孩子关键字小于根，右孩子关键字大于根

优点：同折半查找，且插入删除无需移动大量结点，适用于经常变化的动态表

缺点：构造形态与输入顺序有关，各分支高度可能相差悬殊，如有序输入

 

• 平衡二叉树：O(log2n)，左右子树高度差小于等于1，左右子树也是平衡二叉树

优点：插入结点失衡会及时调整，保持平衡因子绝对值小于等于1，解决了二叉排序树各分支高度可能相差悬殊的问题

 

• B树

• 哈希查找法：既是建表的方法，又是查找的方法，计算式检索

p=H(k)，p存储位置，k关键字，H哈希函数，查找k即通过H函数计算存储位置p

哈希函数构造方法：数字分析法、平方取中法、分段叠加法、除留余数法、伪随机数法

处理冲突的方法：开放地址法（线性探测再散列、二次探测再散列、伪随机探测再散列）、再哈希法、链地址法

• 内部排序：

• 插入类排序：

• 直接插入排序：O(n2)，稳定
• 折半插入排序：利用折半思想确定有序表中插入位置，O(n2)，比较时间复杂度为O(nlogn)，稳定
• 希尔排序：利用直接插入的最好情况：n比较小，基本有序，O(n1.5)，不稳定

• 交换类排序：

• 冒泡排序：反复扫描记录序列，顺次比较相邻两个元素大小，若逆序就交换，O(n2)，稳定
• 快速排序：交换不相邻的两个元素，消除多个逆元，O(nlog2n)，不稳定

• 选择类排序：

• 简单选择排序：每趟选择一个最小的与当前首位交换，O(n2)，不稳定
• 树形选择排序：排序比较过程中记录元素大小关系，O(nlog2n)，稳定
• 堆排序：将存储在向量中的数据元素看成一颗完全二叉树，减少了辅助空间，O(nlog2n)，不稳定

• 归并排序：基于合并，把两个或两个以上有序表合并成新有序表，O(nlog2n)，稳定