数据结构目录


…更新中

1 基础物理结构

1.1 数组

图示如下:
MAX_SIZE表示数组容量
ele_lenth 表示元素个数
在这里插入图片描述

1.2 链表

图示如下:
单向(循环)链表,左侧节点为 FIRST
双向链表,左侧为left end,右侧为right end
在这里插入图片描述
只包含有一个节点的链表
在这里插入图片描述

1.3 索引表

[table]是一个指针数组,容量使用[MAX_SIZE]表示
指针表中有效指针个数表示为[lenth]
在这里插入图片描述

2 基础逻辑结构

2.1 栈 LIFO(后入先出)

2.1.1 数组描述

[top] 最后放入的数据
[bottom] 最先放入的数据
在这里插入图片描述

2.1.2 链表描述

在这里插入图片描述

2.2 队列 FIFO(先进先出)

2.2.1 数组描述

规则A:front位置永远为0
在这里插入图片描述
规则B:front位置小于rear位置
在这里插入图片描述
在这里插入图片描述

2.2.2 链表描述

[rear]和[front]分别为一个指针,两种描述类型复杂度相近
在这里插入图片描述
在这里插入图片描述

2.3 跳表

跳表等同于数学中的二分法,实现数据快速查找:首先链表需要排序
在这里插入图片描述

2.4 散列(hash)

散列映射特征值/关键字 为一个整形数字:pos
pos表示一个指针数组的索引号,该指针可能指向一个数组,一个链表或其他数据结构:如果用户要求的数据存在,那么就应该存储在这个数据结构里
在这里插入图片描述

2.4.1 散列+箱子

示例:68或者88作为key,pos计算出来都是8;
hash table取出index为8的表项,这个结构体中可能存储着key68或者key 88的数据;
如果对应的结构体,key字段是88,那么就是key 88需要的数据。
但是因为箱子当中只能存储一个数据,这样key 68应该存储在哪里呢?我们定一个规则:当没有位置存放key68时,把key68存放到紧邻的下一空表项

  • 查找
    f(key)计算pos,查看pos是否命中直到:
    01表项key 命中
    02表项未命中,向下查找,找到空表项,返回没有元素
    03表现回到pos,返回没有元素
  • 添加
    f(key)计算pos,查看pos是否被占用直到:
    01 表项没有被占用 ,写入数据(返回成功)
    02 表项已经被占用,写入下一个空表项(返回成功)
    03 没有找到空表项,返回溢出状态
    在这里插入图片描述

2.4.2 散列+链表

示例:使用key68或者key88计算出pos = 8,那么如果两个key的数据存在,一定存在于pos = 8的链表上

在这里插入图片描述

3 基础层次结构

现实生活中,具有很多层次关系:归纳为一种树状结构

在这里插入图片描述
在这里插入图片描述

3.1 二叉树

3.1.1 二叉树应用

  • 数学表达式
    在这里插入图片描述在这里插入图片描述

3.1.2 二叉树分类

3.1.2.1 满二叉树

高度为4的满二叉树
在这里插入图片描述

3.1.2.2 完全二叉树

在这里插入图片描述

3.1.3 二叉树描述

数组描述:
高度为h的满二叉树,节点数为2^n -1:每一个节点的编号即为数组存储的下标

3.1.3.1 数组描述

在这里插入图片描述
在这里插入图片描述

3.1.3.2 链表描述

使用链表描述二叉树十分方便,通过指针实现
在这里插入图片描述

3.1.4 最大/最小 问题

最大树/最小树定义:
每个节点都大于(小于)或者等于其子节点的二叉树叫做最大(最小)树

3.1.4.1 最大堆

约束条件:完全树形态的最大树
节点插入 示例:
在这里插入图片描述
节点删除 示例:
在这里插入图片描述

3.1.4.2 最小堆

约束条件:完全树形态的最小树
在这里插入图片描述
在这里插入图片描述

3.1.4.3 最大/最小 高度优先左高树

约束条件:任意节点左子树高度大于右子树的最大或者最小树
节点的高度:
在这里插入图片描述
高度优先左高树约束条件:

  • 左子树高度大于右子树高度

最大高度优先左高树合并
在这里插入图片描述

3.1.4.4 最大/最小 重量优先左高树

节点的重量:
在这里插入图片描述

3.1.5 输赢问题

3.1.5.1 赢者树

赢者树约束条件:

  • 完全二叉树(推荐,也可以不是)
  • 外部节点为n,内部节点为n-1(内部节点用于记录胜利的外部节点)

在这里插入图片描述

3.1.5.2 输者树

在这里插入图片描述在这里插入图片描述

3.1.5 搜索问题

3.1.5.1 二叉搜索树

约束条件:

  • 每个节点都有关键值,并且都是唯一的(无重复)
  • 对于任意节点,左节点小于根节点,右节点大于根节点
  • 子树也是二叉搜索树

节点插入:
查询时,查询节点关键值小于根节点在左子树去找,否则在右子树找(依次递归)

在这里插入图片描述
节点删除包括三种情况:
节点为叶节点、节点有一个非空子树,节点有两个非空子树;

  • 叶节点删除可以直接删除叶节点即可,是节点插入的逆向操作

  • 节点有一个非空子树
    分成两种情况处理
    在这里插入图片描述

  • 节点有两个非空子树
    把左子树最大节点或者右子树最小节点移动到被删除节点即可

在这里插入图片描述
在这里插入图片描述或者移动左子树最大的节点

在这里插入图片描述

3.1.5.2 AVL树

对于二叉树搜索树,形状为左斜或者右斜二叉树时,搜索的任意节点其复杂度上限可以表示为O(n),n表示为二叉树节点数目

  • 定义 [平衡树]
    当确定搜索树的高度总是O ( l o gn)时,能够保证每个搜索树操作所占用的时间为O( l o gn),高度为O( l o gn)的树称为平衡树(balanced tree)

AVL树是一种平衡树
约束条件:
空二叉树是AV L树;
如果T是一棵非空的二叉树,TL 和TR 分别是其左子树和右子树,那么当T满足以下条件时,T是一棵AV L树:

  1. TL 和TR 是AV L树;
  2. | hL - hR |≤1, hL 和hR 分别是左子树和右子树的高度。

AVL树图示
在这里插入图片描述
AVL树搜索
AVL树插入
AVL树删除

3.1.5.3 红黑树

红黑树是一种平衡树

红黑树约束条件:
R B 1:根节点和所有外部节点的颜色是黑色。
R B 2:根至外部节点途中没有连续两个节点的颜色是红色。
R B 3:所有根至外部节点的路径上都有相同数目的黑色节点。

红黑树搜索

红黑树插入

红黑树删除

3.1.5.4 m杈搜索树
3.1.5.4.1 m杈搜索树

m杈搜索树

3.1.5.4.2 m序B-树

m序 B-树

4 图

图简介

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值