计算机保研/考研数据结构面试指南：核心知识点

绪论

• 数据结构的三要素是什么？【答：逻辑结构、存储结构和数据的运算】
• 什么是算法？【答：算法是一种对特定问题求解步骤的描述 一组指令/操作】
• 算法有哪些特点？【答：确定性、可用性、有穷性、输入、输出】
• 从哪些角度评价算法？【答：正确性、鲁棒性、可读性、算法的效率（时间复杂度/空间复杂度等）】
• 数据结构的四种存储方式是什么？【答：顺序存储、链式存储、散列存储和索引存储】
• 顺序存储和链式存储有什么区别？【答：顺序存储的存储空间是连续的；链式存储的存储空间是不连续的】
• 线性表包括哪些？【答：顺序表和链表；两种存储：基于数组（顺序存储）；基于链表（链式存储）】

栈、队列

栈/队列：一种操作受限的线性表

栈：先进先出；顺序存储/链式存储；括号匹配、三种表达式的转换

队列：先进后出；杨辉三角

• 如何区分循环队列是队空还是队满？
  • 法一：牺牲一个单元格，即 rear % max = front 队空，(rear + 1) % max = front 队满
  • 法二：增加一个额外变量，记录元素个数
• 栈有有哪些应用？【答：函数调用、括号匹配和表达式求值】
• 队列有哪些应用？【答：任务调度、缓冲区管理和消息传递】
• 请简要介绍以下 KMP 算法【答：字符串模板匹配，在匹配过程中避免不必要的回溯（每次匹配过程中推断出后续完全不可能匹配成功的匹配过程），从而提高匹配效率】

树与二叉树

名词概念：树（$n$ 个节点的有限集合；递归定义）、二叉树、满二叉树、完全二叉树、二叉排序树、平衡二叉树

术语：节点、节点的度、树的度、叶子节点、路径、节点的层次/深度、节点的高度

前序、中序、后序遍历、层序遍历

二叉树的重要性质：$n_0=n_2+1$ 【树的性质：节点树 = 边数 + 1】

哈夫曼树和哈夫曼编码、并查集

• 根节点没有直接前驱，其余均有；叶子节点没有直接后继，其余均有
• 什么是有序树？【答：有序树指的是节点的各子树是有次序的，不能更换位置；换位置就是一个新的树】
• 二叉树和度为 2 的有序树的区别？【答：二叉树可以只有 1 个节点，但度为 2 的有序树至少有 3 个节点】
• 什么是满二叉树？完全二叉树？【答：满二叉树指的是二叉树的每一层都是满的；完全二叉树balabala】
• 什么是二叉搜索树？平衡二叉树？【答：二叉搜索树又称二叉排序树，左子树均小于根节点，右子树均大于根节点，递归定义；平衡二叉树指的是对于任意一个节点，它的左子树的高度和右子树的高度差小于等于 1】
• 二叉树有哪些存储结构？【答：顺序存储，即用数组来存，适用于满二叉树和完全二叉树；链式存储，即用链表来存，又称二叉链表】考点：对于 $n$ 个节点的二叉树，只需要使用 $n-1$ 的位置，剩余 $n+1$ 个空指针域

除此之外，还有静态结构，本质上也是数组【如何画出这棵树？利用根节点无双亲节点的性质】

• 二叉树有哪些遍历顺序？【答：前中后序遍历、层序遍历；前中后序遍历的区分是根据根节点的遍历顺序】

• 什么是哈夫曼树？【答：在 $n$ 个带权叶子节点的情况下，带权路径最小的树被称为哈夫曼树】

• 什么是二叉搜索树？【答：二叉搜索树又称二叉排序树、二叉查找树；对于一个二叉树来说，如果左子树的值都小于根节点的值，右子树的值都大于根节点的值，那么就称这个树为二叉搜索树；对二叉搜索树做中序遍历，可得到从小到大的序列】

  • 利用二分思想，查找效率：$O(log(n))$
  • 缺点：当左右子树高度差太大时，查找效率低（例如当从小到大构建二叉排序树时，查找效率退化至 $O(n)$
  • 改进：平衡左右子树 -> 平衡二叉树

• 请简要介绍一下平衡二叉树【答：平衡二叉树是一种特殊的二叉排序树，要求对于任意一个根节点，左子树和右子树的高度差要小于等于 1；在插入/删除节点时，通过左旋/右旋来保证树的平衡性】

  • 缺点：如果插入操作比较多，则需要进行大量旋转以保证平衡
  • 改进：为了降低旋转开销，引入红黑树

• 什么是红黑树？【答：红黑树与平衡二叉树类似，相比之下，红黑树降低了对平衡性的要求】

• 相对于平衡二叉树，使用红黑树有什么优点？更适合什么场景？【答：在需要频繁进行插入/删除节点时，平衡二叉树需要进行大量的旋转以保证严格平衡，这部分开销很大，红黑树因为降低了对平衡的要求，更适合】

• 请简要介绍一下 B 树、B+ 树【答：B 树一种多路平衡搜索树，能够保证数据的有序性】

  若普通二叉树作为文件系统的索引，随着数据的插入，发现树的深度会变深。而文件系统的索引在磁盘上，磁盘的数据要加载到内存中才能处理，需要反复 IO 影响查询的效率，于是引入了 B 树可以作为文件系统的索引。

  由于 B 树每个节点存放数据，而数据相比关键字占用的空间较大，会导致每个磁盘块存放的索引项的记录会变少。B+ 树的非叶子节点不存放数据，只存放指针和关键字，这样每个磁盘块就可以存放更多的记录。这样深度会减小很多，加快了 IO 速度。

• B 树和 B+ 树有什么区别？

  • m 阶 B 树和 B+ 树：B 树的根节点关键字个数取值 1 到 m-1，B+ 树的根节点关键字取值 1 到m；B 树非根节点关键字取值 ceil(m/2)-1到m-1，B+树非根节点关键字取值 ceil(m/2) 到 m
  • B 树分叉个数等于关键字个数 +1，B+ 树分叉个数等于关键字个数
  • B 树的每个节点既有关键字，又有数据；B+ 树的数据只在叶子上，非叶子节点只有关键字
  • B+ 树的叶子节点相互之间有一个链路，B 树没有
  • 当查找数据时，从根出发，B 树可能不需要查找到叶子节点就可以找到数据，而 B+ 树要找到叶子节点才找到数据

• 如何由遍历序列构造一棵二叉树？【答：必须要知道中序遍历】

• 请简要介绍一下线索二叉树【答：对于有 $n$ 个节点的树，它包含有 $2n$ 个指针域，但这只使用了 $n-1$ 个指针域，因此空出来 $n+1$ 个指针域，线索二叉树指的是利用这些空白的指针域，这些空白的指针域也被称作线索，存放的是某种遍历顺序下的该节点的前驱结点和后继结点】

• 请简要说一下树的存储结构【答：双亲表示法、孩子表示法、孩子兄弟表示法】

• 请简要介绍一下并查集【答：并查集是一种用来解决集合合并和查找的数据结构，能够高效进行集合的合并和判断两个元素是否属于同一集合；并查集主要有两种基本操作，find 和 union】

  • 如何改进并查集？【答：有两种方法，一种是路径压缩，另一种是按高度合并；前者是将所有节点都连接到根节点，后者是将高度较低的树合并到高度较高的树上】

• 请介绍一下哈希表，如何构造哈希函数？如何解决哈希冲突？【答：哈希表又称散列表，哈希表是一种通过关键字的值进行查找的数据结构；构造方法：直接定址法 $H(key)=a\ast key+b$ 和除留取余法 $H(key)=key\%p$；解决哈希冲突的方法：开放地址法和链地址法】

图

• 什么是图？【答：图是一种由顶点集 $V$ 和边集 $E$ 组成的数据结构，没有“空图”这一说】

• 什么是有向图？什么是无向图？【答：区别在于边是否有方向】

• 什么是有权图？什么是无权图？【答：区别在于边是否有权重】

• 什么是路径？简单路径？最短路径？回路/环？

• 图的存储结构有哪些？【答：邻接矩阵和邻接链表】

• 什么是节点的度？【答：度指的是连接某个顶点的边的条数；对于有向图，度等于入度+出度】

• 什么是连通图？【答：连通图一般是对无向图来说的，对有向图一般叫强连通图；连通图指的是在无向图中，任意两个顶点都是连通的】

  • 对于 $n$ 个顶点的无向图 $G$，若 $G$ 是连通图，则最少有 $n-1$ 条边；若 $G$ 是非连通图，则最多有 $\frac{(n-1)(n-2)}{2}$ 条边【$n-1$ 个顶点组成完全图】

• 什么是强连通图？【答：对于有向图来说，任意两个顶点都是连通的，即从 $u$ 到 $v$ 有路径，从 $v$ 到 $u$ 也有路径，则称为强连通图】

  • 对于 $n$ 个顶点的有向图 $G$，若 $G$ 是强连通图，则最少有 $n-1$ 条边【组成一个环】

• 什么是子图？什么是生成（支撑）子图？【答：子图是图的子集，即顶点集 $V^{\prime }$ 是原图顶点集 $V$ 的子集、边集 $E^{\prime }$ 是原图边集 $E$ 的子集；对于生成子图，要求 $V^{\prime }=V$，即仅边集是子集关系】

• 什么是生成树？【答：包含图中全部顶点的一个极小连通图，即尽可能包含少的边】

  • 结论：若连通图有 $n$ 个顶点，则它的生成树有 $n-1$ 条边
  • 对于生成树而言，若砍去它的一条边，则它会变成一个非连通图；若加上一条边，则会有一个回路

• 什么是完全图？【答：每两个顶点之间均有边相连，对于无向图，一条边即可；对于有向图，需要两条边】

• 什么是稠密图？什么稀疏图？【答：稀疏图：有很少条边或弧（边的条数 $|E|$ 远小于 $|V{|}^2$），反之边的条数 $|E|$ 接近 $|V{|}^2$，称为稠密图。】

• 树和图的关系【答：树是不存在回路且连通的无向图】

• 【步骤】广度优先遍历 -> 广度优先生成树：若图有 $n$ 个顶点，则其广度优先生成树有 $n-1$ 个顶点

  • 空间复杂度：$O(|V|)$
  • 时间复杂度：
    • $O(|V{|}^2)$（邻接矩阵）
    • $O(|V|+|E|)$（邻接链表） 【访问 $|V|$ 个顶点，查找每个顶点的邻接点】
  • 用邻接表存储，遍历结果不唯一；用邻接矩阵存储，遍历结果唯一

• 深度优先遍历结论同上！

• 什么是最小生成树？【答：边 权值和最小的生成树】

• 求最小生成树有哪些方法？【答：Prim 算法和 Kruskal 算法】

  • Kruskal 算法每次会选择权值最小的边，可以使用最小堆

• 什么是最短路径？求最短路径的常用方法？【答：从一个顶点出发，求出到其余各顶点的最短路径；Dijkstra、Floyd、BFS】

• TODO：手动模拟 Prim、Kruskal 和 Dijkstra 算法【时间/空间复杂度分析】

• 如何判断图是否包含环？【答：拓扑排序、DFS 或者并查集】

  • 构造拓扑序列步骤
  • 从图中选择一个入度为零的点。
  • 输出该顶点，从图中删除此顶点及其所有的出边。

  重复上面两步，直到所有顶点都输出，拓扑排序完成，或者图中不存在入度为零的点，此时说明图是有环图，拓扑排序无法完成，陷入死锁。

• 什么是 AOE 网？如何是关键路径/活动？【答：AOE 网是一种有向带权图，通常有一个起点和终点；在由起点到终点的所有路径中，具有最大路径长度的路径被称为关键路径，关键路径上的活动被称为关键活动】

• 什么是拓扑排序？【答：拓扑排序主要是解决对一个有向无环图的所有节点进行排序】

• 请简要介绍一下 DFS 和 BFS，它们有什么区别？

  • DFS 适用于找到一个可行解，不需要找最短路径的情况。它的空间复杂度较低，适合在深度方向上搜索，例如拓扑排序、连通性判断、回溯等问题。
  • BFS 适用于找到最短路径。它的时间复杂度较低，适合在广度方向上搜索，例如寻找最短路径、连通性判断、社交网络中查找关系等问题。

排序

• 各种排序算法的比较
• 如何解决找 Top K 问题？【答：排序；堆；快速排序】
• 为什么快速排序的最坏情况会退化成 $O(n^2)$？【答：每次选择的基准元素恰好是最大值或者最小值】
• 为什么排序算法需要稳定？【答：排序算法的稳定性意味着对于具有相同关键字的元素，排序后它们的相对顺序保持不变；一种指标相同，接着按照另一种指标排序，比如说大家工资都一样，我想让工号小的排在前面】