算法笔记（1）

目录

数组(Array)

链表(Linked List)

栈 (stack)

队列（Queue）

树（Tree）

图

堆（Heap)

散列表

可分为线性数据结构和非线性数据结构，如下图所示：

数组(Array)

每次修改数组都得重新给整个数组分配内存，比较麻烦。

链表(Linked List)

每次修改数组都不需要给整个数组重新分配内存，只要在前一个元素中记录后一个元素的地址即可。链表的节点对象有两个属性

class ListNode:
	def __init__(self, x):
		self.val = x  #节点值
		self.next = None #后继节点引用
		
n1 = ListNode(2)
n2 = ListNode(5)
n3 = ListNode(1)

n1.next = n2
n2.next = n3
#即可得到一个链表

栈 (stack)

栈是一种先入后出的抽象数据结构，可以通过数组或者链表实现

stack = [] #通过数组实现栈的功能

stack.append(1)  #加入元素
stack.pop()   #删除元素

队列（Queue）

队列是一种具有先入先出功能的抽象数据结构，可使用链表实现。

#python通常使用双端队列，导入一个包
from collcetions import deque

queue = deque()  #实例化一个双端队列
queue.append(1)
queue.append(2)
queue.leftpop()  #1先进来，1先出去
queue.leftpop()

---

树（Tree）

树是一种非线性数据结构，可根据子节点数量分为[二叉树]和[多叉树]，最顶层的节点称为根节点，每个节点包含三个属性。

class TreeNode:
	def __init__(self, x):
		self.val = x
		self.left = None
		self.right = None
		
n1 = TreeNode(2)
n2 = TreeNode(3)
n3 = TreeNode(5)
n4 = TreeNode(1)
n5 = TreeNode(8)

n1.left = n2
n1.right = n3
n2.left = n4
n2.right = n5
#即为一个树结构

图

图是一种非线性数据结构，由节点（顶点）和边组成，每条边连接一对顶点，根据边的方向有无，可分为有向图和无向图。

如下图所示，顶点集合：vertices = [1,2,3,4,5]

边集合：edges = [(1,2), (1,3), (1,4), (1,5), (2,4), (3,5), (4,5)]

表示图的方法比较复杂，通常有两种：

1. 邻接矩阵

   使用数组vertices存储顶点，邻接矩阵edges存储边；edgesi代表i+1，j+1之间是否有边。

vertices = [1,2,3,4,5]
edges = [[0,1,1,1,1],
		 [1,0,0,1,0],
		 [1,0,0,0,1],
		 [1,1,0,0,1],
		 [1,0,1,1,0]]

1. 通过这种方式构建的图一般比较稀疏，如果图之间的连接不稠密，不建议使用，否则太稀疏。

2. 邻接表

   edges为一个二维容器，第一维表示顶点的索引，第二维表示存储此顶点的边。

edges = [[1,2,3,4],
		 [0,3],
		 [0,4],
		 [0,1,4],
		 [0,2,3]]

1. 邻接表的大小只与节点数量有关，若边数量少，节点多，邻接表会比较浪费内存，因此，邻接表适合存储稀疏图。

堆（Heap)

堆是一种基于完全二叉树的数据结构，可用数组实现，以堆为原理的排序算法称为堆排序，基于堆实现的数据结构为优先队列。堆分为大顶堆和小顶堆。

大顶堆：任意节点的值不大于其父结点的值，小顶堆反之。

完全二叉树：设二叉树深度为k，若二叉树除第k层外其他各层的节点达到了最大个数，且处于第k层的节点都连续集中在最左边，则称之为完全二叉树。 

 通过使用优先队列的压入和弹出，即可完成堆排序。

from heapq import heappush,heappop
#初始化小顶堆
heap = []

#元素入堆
heappush(heap,1)
heappush(heap,4)
heappush(heap,2)
heappush(heap,6)
heappush(heap,8)

#从小到大出堆
heappop(heap) #->1
heappop(heap) #->2
heappop(heap) #->4
heappop(heap) #->6
heappop(heap) #->8

散列表

类比python中的字典，将输入通过映射函数映射为序号，通过序号查找值。可防止重复