数据结构与算法

qq_57709301

已于 2024-05-19 21:04:29 修改

阅读量679

点赞数 11

文章标签：数据结构

于 2024-04-25 21:41:19 首次发布

本文链接：https://blog.csdn.net/qq_57709301/article/details/138197880

版权

一、线性数据结构

1.数组

2.链表

3.栈

（1）简介

栈（Stack）只允许在有序的线性数据集合的一端（栈顶top）进行加入数据（push）和移除数据（pop）。按照后进先出（LIFO，Last In First Out）的原理运作。
栈常用一维数组或链表来实现，用数组实现的栈叫做顺序栈，用链表实现的栈叫做链式栈。
在栈中，push和pop的操作都是发生在栈顶。

假设堆栈中有n个元素。
访问：O(n) //最坏情况
插入删除：O(1) //顶端插入和删除元素

4.队列

（1）简介

队列（Queue）是先入先出（FIFO，First In First Out）的线性表。
在具体应用中通常用链表或者数组来实现，用数组实现的队列叫做顺序队列，用链表实现的队列叫做链式队列。
队列只允许在后端（rear）进行插入操作，也就是入队enqueue；在前端（front）进行删除操作，也就是出队dequeue

假设队列中有n个元素。
访问：O(n) //最坏情况
插入删除：O(1) //后端插入，前端删除

（2）队列分类

1）单队列

单队列就是常见的队列，每次添加元素时，都是添加到队尾。
单队列又分为顺序队列（数组实现）和链式队列（链表实现）。
存在的问题：假溢出、越界。
- 顺序队列存在“假溢出”的问题，也就是明明有位置却不能添加的情况。
  假设下图时一个顺序队列，我们将前两个元素1，2出队，并入队两个元素7，8。当进行入队、出队操作的时候，front和rear都会持续往后移动，当rear移动到最后的时候，我们无法再往队列中添加数据，即使数组中还有空余空间，这种现象就是“假溢出”。
- 除了假溢出问题之外，当添加元素8时，rear指针移动到数组之外（越界）。
  
  为了避免当只有一个元素的时候，队头和队尾重合使处理变得麻烦，所以引入两个指针，front 指针指向对头元素，rear 指针指向队列最后一个元素的下一个位置，这样当 front 等于 rear 时，此队列不是还剩一个元素，而是空队列。——From 《大话数据结构》

2）循环队列

3）双端队列

4）优先队列

（3）队列的常见应用场景

二、图

三、堆

四、树

1.树的特点及常用概念

（1）特点

任何一颗非空树只有一个根节点。

一棵树具有以下特点：

一棵树中的任意两个结点有且仅有唯一的一条路径连通。
一棵树如果有n个结点，那么它一定恰好有n-1条边。
一棵树不包含回路。

（2）常用概念

以二叉树为例

节点（结点）：树中的每个元素都可以统称为节点。
根节点：顶层节点或者说没有父节点的节点。A节点-根节点
父节点：若一个节点含有子节点，则这个节点称为其子节点的父节点。B节点-D节点和E节点的父节点
子节点：一个节点含有的子树的根节点称为该节点的子节点。D节点、E节点-B节点的子节点
兄弟节点：具有相同父节点的节点互称为兄弟节点。D节点和E节点的父节点都是B节点，故D和E为兄弟节点
叶子节点：没有子节点的节点。D、H、F、I都是叶子节点
节点的高度：该节点到叶子节点的最长路径所包含的边数。
节点的深度：根节点到该节点的路径所包含的边数，根节点的深度为0。
节点的层数：节点的深度+1。
树的高度：根节点的高度。

2.二叉树的分类

二叉树（Binary tree）是每个节点最多只有两个分支（即不存在分支度大于2的节点）的树结构。
二叉树的分支通常被称作“左子树”或“右子树”。并且，二叉树的分支具有左右次序，不能随意颠倒。
二叉树的第i层至多拥有2^(i-1)个节点，深度为k（深度分别为0，1，2，...，k；层数为k+1）的二叉树至多总共有2^(k+1)-1个节点（满二叉树的情况），至少有2^k个节点（完全二叉树，最后一层只有一个节点，其余层是满的的情况）。

（1）满二叉树

一个二叉树，如果每一层的节点数都达到了最大值，则这个二叉树就是满二叉树。
如果一个满二叉树的层数为K，那么它的节点总数为2^k-1。

（2）完全二叉树

除最后一层外，若其余层都是满的，并且最后一层或是满的，或是在右边缺少连续若干节点，则这个二叉树就是完全二叉树。

（完全二叉树的最后一层最多是满的，最少只有一个节点，其余层都是满的）

大家可以想象为一棵树从根节点开始扩展，扩展完左子节点才能扩展右子节点，每扩展完一层，才能继续扩展下一层。

完全二叉树的性质：父节点和子节点的序号有着对应关系。

（3）平衡二叉树

平衡二叉树是一颗二叉排序树，且具有以下性质：

可以是一颗空树。
如果不是空树，它的左右两个子树的高度差的绝对值不超过1（0或者1），并且左右两个子树都是一颗平衡二叉树。

平衡二叉树的常用实现方法有：红黑树、AVL树、替罪羊树、加权平衡树、伸展树等。

（4）补充

这棵树已经退化为一个链表，我们称之为斜树。

二叉树相比于链表，由于父子节点以及兄弟节点之间往往具有某种特殊的关系，使得我们在树中对数据进行搜索和修改时，相对于链表更加快捷便利。但如果二叉树退化为一个链表，那么作为树所具有的优秀品质就难以表现出来，效率也会大打折扣。为了避免这种情况，我们希望每个做“家长”（父节点）的都一碗水端平，分给左儿子和右儿子的尽可能一样多，相差最多不超过一层，即平衡二叉树。

3.二叉树的存储

二叉树的存储主要分为链式存储和顺序存储两种。

（1）链式存储

和链表类似，二叉树的链式存储依靠指针将各个节点串联起来，不需要连续的存储空间。

每个节点包含三个属性：

data：数据。data不一定是单一的数据，根据不同情况，可以是多个具有不同类型的数据。
left：指向左节点。
right：指向右节点。

（2）顺序存储

顺序存储就是利用数组进行存储，数组中的每一个位置仅存储节点的data，不存储left和right，子节点的索引通过数组下标完成。

完全二叉树的顺序存储：

根节点的序号为1，对于每个节点Node，假设它存储在数组中下标为i的位置，那么它的左子节点就存储在2i的位置，右子节点存储在2i+1的位置。

非完全二叉树的顺序存储：

如果我们要存储的二叉树不是完全二叉树，在数组中就会出现空隙，导致内存利用率降低。

4.二叉树的遍历

（1）先序遍历

二叉树的先序遍历，就是先输出根节点，再遍历左子树，最后遍历右子树，遍历左子树和右子树的时候，同样遵循先序遍历的规则，也就是说，我们可以递归实现先序遍历。

public void preOrder(TreeNode root){
	if(root == null){
		return;
	}
	system.out.println(root.data);
	preOrder(root.left);
	preOrder(root.right);
}

（2）中序遍历

二叉树的中序遍历，就是先递归中序遍历左子树，再输出根节点的值，再递归中序遍历右子树。
大家可以想象成一巴掌把树压扁，父节点被拍到了左子节点和右子节点的中间。

public void inOrder(TreeNode root){
	if(root == null){
		return;
	}
	inOrder(root.left);
	system.out.println(root.data);
	inOrder(root.right);
}

（3）后序遍历

二叉树的后序遍历，就是先递归后序遍历左子树，再递归后序遍历右子树，最后输出根节点。

public void postOrder(TreeNode root){
	if(root == null){
		return;
	}
    postOrder(root.left);
	postOrder(root.right);
	system.out.println(root.data);
}