你不知道的数据结构

数据结构：数据之间的逻辑结构，数据的存储结构，数据的算法。

数据的逻辑结构：

1. 集合（无逻辑关系）

2. 线性结构（线性表）：一维数组，队列，栈

3. 非线性结构：树，图，多维数组

数据的存储结构

1. 顺序存储结构

线性表：顺序表和链式表

2. 链式存储结构
3. 索引存储结构
4. 散列存储结构

 

按存储结构划分

1. 线性表
   1. 顺序表（顺序存储）
   2. 链表（链式存储）
      1. 单链表
      2. 循环链表
      3. 双链表
   3. 栈：先进后出
   4. 队列：先进先出
      1. 循环队列
         1. 当队尾指针+1=队首指针的时候，队满
         2. 当队首指针和队尾指针相等的时候，队空

2. 树和二叉树
   1. 定义
      1. 结点的度：当前结点有几个子结点，它的度就是几
      2. 树的度：当前树中最大的结点的度，就是树的度 3
      3. 叶子结点：没有子结点的结点称为叶子结点。3,5,6,7,9,10
      4. 分支结点：除叶子结点之外的节点，其余都是分支结点，有分支的结点，都是分支结点。叶子结点和分支结点是互补的。
      5. 父结点，子结点，兄弟结点，三者是相对的量
      6. 层次：从高到低层次依次为0依次增长。
   2. 树的遍历
      1. 前序遍历：父结点，从左向右访问子结点,只要有子结点，就从左向右访问子结点，然后从左向右访问兄弟结点
      2. 后序遍历：从左向右访问叶子结点，只要有叶子结点，就不访问，父结点，然后访问兄弟结点
      3. 层次遍历：从高层向底层从左向右访问
   3. 二叉树
      1. 满二叉树：除去最后一层的叶子结点，其余都有两个叶子结点。
      2. 完全二叉树：除去最后一层的叶子结点，则为完全二叉树，从0或1开始按层次遍历二叉树，数值是连续的，从左至右是连续排列的。

3. 图
   1. 图与树的对比
      1. 树:父结点能与下边的很多结点相连，但是下一层的结点只能与上一层的一个结点相连
      2. 图:图的下一层结点能与上一层的许多结点相连
   2. 图G的构成表示 G=(V,E)，
      1. 有向图，线带箭头；无向图，线不带箭头
         1. 顶点集合V(G)
         2. 边集合E(G)
      2. 有向图中<1,2>和<2,1>是不同的，无向图中（1,2）和（2,1）是相同的
   3. 顶点的度
      1. 无向图中：与此顶点相连的线的条数
      2. 有向图中：
         1. 入度：指向此顶点的箭头的数目
         2. 出度：此顶点发出的带箭头的线的数目
   4. 完全图
      1. 无向图：每对顶点之间都有一条边相连
      2. 有向图：每对顶点之间的两个顶点，都有另一个顶点的入度线和出度线对应
   5. 路径
      1. 回路：起点和终点是一个点
         1. 简单回路：除了起点和终点之外，中间再没有相同的点，整个路径上除了起点和终点之外，没有重复点。
   6. 连通图和连通分量
   7. 图的存储
      1. 邻接矩阵
         1. 无向图的邻接矩阵是中心对称的
         2. 有向图中的邻街矩阵是非对称的
      2. 图的邻接链表
   8. 图的遍历
      1. 从图中的某一个顶点出发，访问图中的每一个结点，只能访问一次，称为图的遍历
      2. 深度优先：每遍历一个节点，都必须先遍历完与此节点相邻的其它结点，然后再遍历与之同层次的结点。
      3. 广度优先：遍历一点之后，然后依次遍历与此点相邻的结点，遍历完成之后，再依次遍历相邻结点的子节点，遍历完一个节点
   9. 图的最小生成树
      1. 普里姆算法：将图中的点划分为两个集合，最初划分出去的集合A由一个点组成，然后选取另一个集合B中与A集合中唯一点最近的的点，将其从集合B划分到集合A中，接着选取B中的与A中点最近的一个。将此点划分到A中，以此类推。
      2. 克鲁斯卡尔算法：依次选取最小的边，直到所有的顶点都连接到了一起（任意两点都能通过一个点或两个点间接相连）使图产生环路的边，绝对不能取

选取n-1边为止，选取n条边必定有回路，就形不成最小生成树了

10. 关键路径：顶点为事件，线上为活动，
    1. 顶点j事件的最早发生时间：因为在有向图中，需要将所有入度指向事件j的事件都执行完。才能执行到事件j，不然的话，是没有执行条件的。
    2. 活动ai的最早开始时间：出度的点事件的最早发生时间，就是出度线最早的开始时间。
    3. 顶点的事件最早发生时间也就是出度活动的最早发生时间
    4. 定点j事件的最迟发生时间就是出度活动的最晚发生时间
    5. 活动ai最迟的发生时间，入度点事件的最迟发生时间-活动所需要的时间
    6. 顶点事件j的最迟发生时间，终点事件最早发生的时间max，中间如有那条路径到达终点事件x小于max,则这条路径上的事件最迟发生时间小于顶点事件的最早发生时间，最迟发生时间一般为，入度事件的最迟发生事件 减去 活动的时长。

4. 排序算法
   1. 插入排序
      1. 直接插入排序：以第一个数值为有序序列，然后将后边的数据按从小到大的序列插入其中
      2. 希尔排序：
   2. 选择排序：不断选择最小的或最大的放到最前边，然后在剩余数组中继续选择最小的或最大的。
   3. 堆：顶点的值小于叶子结点的值（小顶堆），或者顶点的值大于叶子结点的值（大顶堆）
      1. 数组堆排序的建立
         1. 完全二叉树
         2. 调整n/2号结点
         3. 调整n/2-1号结点
         4. 调整父结点，调整完父结点之后，可能会影响子树的的堆排序，这时，就需要从新调整子树的堆排序。
         5. 使得父结点的值变为最大
         6. 父结点和最后一个子节点对调，将父结点排除出去，即得到最大值。
         7. 如此类推
   4. 交换排序
      1. 冒泡排序：相邻两个元素进行比较，若不满足排序规则，则进行交换，每次都能求出最小的或者最大的一个数值。
      2. 快速排序
         1. 方法一：
            1. 以第一个数为Key，指向key的指针为指针key,与最后一个进行比较如果不满足排序规则，则进行交换，交换后，指向指向key的指针不便，指向另一个数的指针前移或后移一位，继续与key，进行比较，如果不满足交换规则，则进行交换，直到与57相邻的数值也进行了比较，并排序
            2. key值左右两边的数组，继续进行二分排序
         2. 方法二：
            1. 两个指针，一个指针从前往后移动，寻找比key大的值，另一个指针从后向前移动，寻找比key小的值，两个指针一旦同时找到符合条件的数值，则进行交换
      3. 归并排序
         1. 就是分组，进行排序，然后将小组排序后形成大组，直到最后所有的数值都到了最大的数组中。
      4. 基数排序:在收集十位的时候，在确保十位是按从小到大排列的同时，在收集个位的时候，已经确保了个位是从小到大排列的,在收集百位的时候，确保了百位是按从小到大排列的。所以最终三者都是按从小到大排列的。满足条件。

5. Hash表：又可称为哈希表，散列表，或是杂凑表。是一种十分实用的查找技术，具有极高的查找效率。根据内容得到存储地址，用到哈希函数来存储。
   1. Hash函数的构造方法：哈希函数为一组关键字产生的冲突越少，哈希函数越好。没有特定的要求
      1. 直接定址法：以键值对的方法定位，键值是不重复的，所以可以采用直接定址法。最理想的状态。选择条件：键值对选择直接定址法。
      2. 除余法：
      3. 基数转换法：将关键码看作是某个基数上的整数，然后将其转换成为另一基数制上的数。

6. 查找算法
   1. 顺序查找
   2. 二分查找：要求的待查找序列为有序表。多次寻找查找序列的中间值
   3. 分块查找：将查找表分为多块，前面的块和后面的块有大小顺序，然后将每一块的最大关键字和每一块的起始存储位置取出，存放在索引表中。