关于数据结构方面内容的简单回顾整理

1、线性表：a.数据类型相同，b.有限，c,序号唯一

2、线性表、顺序表、链表

线性表主要描述的是一一对应的相邻关系，是指逻辑结构

顺序表链表是指存储结构

以上两者是不同层面的概念

3、有序表也是一种逻辑结构，在插入问题上与线性表区分开来（线性表是任意插入，有序表还要在插入中维持有序性）

4、栈是逻辑结构（线性表）的一种，分为顺序栈（类似数组）和链栈，共享栈（这是啥啊）

5、栈的结构：有口的杯子-先进后出

6、队列同栈也是一种逻辑结构 ，不同在于其实一个管子-先进先出

7、树

节点的度：节点的子树个数

树的度：各节点度的最大值

性质1：数中节点数n等于所有节点的度加一（想象成一个一个火柴棒（头朝下的火柴棒）搭成一颗树，最后一个火柴棒上面还有个点点的。。。）

性质2：度为m的树种第i层上至多有m的i-1次方个节点（每个节点度都相同即均是最大度，就是此种极限情况）

还有两个性质，别记了，原理大概知道怎么算的就行了

父母兄弟孩子节点什么不说啦

8、二叉树

度为2的树，且区分左右子树

满二叉树：什么都不缺

完全二叉树：序号都不缺，可以理解为如果是层次遍历的话，那么至少在出现过的情况上，序号与满二叉树相同

9、二叉树遍历

先序遍历：ABDGHICEJKLMF

中序遍历：GDIHBAJMLKECF

后序遍历：GIHDBMLKJEFCA

递归算法

树的数据结构

typedef struct node

{

ElemType data;

struct node *Lchild;

struct node *Rchild;

}BTNode;

先序遍历

void PreOrder（BTNode *b）//递归开始节点为根节点

{

if(b != null)

{

cout<<b->data;

PreOrder(b->Lchild);

PreOrder(b->Rchild);

}

}

中序遍历

void InOrder（BTNode *b）//递归开始节点为根节点

{

if(b != null)

{

InOrder(b->Lchild);

cout<<b->data;

InOrder(b->Rchild);

}

}

后序遍历

void PostOrder（BTNode *b）//递归开始节点为根节点

{

if(b != null)

{

PostOrder(b->Lchild);

PostOrder(b->Rchild);

cout<<b->data;

}

}

层次遍历

书上写的什么啊，没看懂，把它当做图来思考，简单多了。。。

突然有个思考，那个过河卒问题中有关于图与树的思考  ：m+n可以看做是树的高度，而路径个数就是在m+n深度上的子树个数

10、森林转换成二叉树

构造方法

a.在所有相邻兄弟节点之间加一个水平线

b.对每个非叶子节点，除了最左边的孩子节点外，删除k与其他孩子节点的连线

c.调整角度

11、二叉排序树

查找过程：递归过程--从根节点开始，如相等则查找成功，如大于则在左子树（右子树），反之（左子树）

构造过程：通过依次输入数据元素，并把他们插入到二叉树的适当位置--每读入一个元素，就新建一个节点，把新节点与当前树按查找过程进行比较，插入的适当的位置，有点像插入排序的思想

12、哈弗曼树（赫夫曼树）

由来--减少判定次数

又称最优树，一类带权路径长度最短的树（树的路径长度是从根节点到每个节点的路径之和）（wpl）

就是每个节点数值乘以所在深度值

构造方法（哈弗曼算法）：

a.把每个节点看做一个独立的树

b.选取最小的两个作为一个树的左右子树，并把根节点权值设为两个子树的权值之和

c.在集合中删除上面两个子树，把根节点作为新树，放到集合之中

d.重复bc，知道集合中只有一棵树

哈弗曼编码：

由来--（电报编码）任何一个字符的编码都不是另一个字符编码的前缀-------尽可能短

后面都是一些经常碰到用到的内容，重要之处，不是几句话能说清楚地。。。

13.图

其他还好，经常接触到，最短路径有点晕，这个后面再整理，接触的少

14.查找

掌握两个就好，二分查找，二叉树查找

15.排序

简单排序O（n2）

冒泡、选择、交换

选择是不稳定的（有时候被看做稳定的，但这个稳定是有条件的，和算法有关，具体也见过，注意下）

进阶排序O(nlog2n)

快速、堆排序、二路归并排序

快速和堆排序是不稳定的

快速排序不能光说代码要会写哦（虽然是递归的，但是那个sign有点恶心）

简单说下各个排序吧

冒泡：（可以看做交换类排序的一种，快速排序是选择类排序的进阶）一种稳定的，平均时间复杂度是O(N2)的简单排序，基本思想是在一边排序中根据邻近元素的大小关系，进行依次交换，这样一轮排序后，就可以使本轮过程中最大或者最小的元素出现在正确的位置上，进而使得下趟遍历的范围减小，在这个过程中，“轻气泡上升，中气泡下降”，使元素逐渐趋近于正确的位置上，遍历的结束条件就是该趟遍历没有发生元素交换，对于多是正序的集合，较为适应。

选择：他的特异之处在于他的稳定性是由算法而定的。（举个例子，如果是aAbc,对其不缺分大小写进行排序，如果，是从后向前进行选择，那最终排序结果是稳定的，如果是从前向后排序，那么最终结果是不稳定的，好吧，到底什么可以称之为“正统”的选择排序呢，好吧，再深入想一点，如果对插入排序插入过程中查找顺序做一些变化的化，那么插入排序难道也要被看做不稳定的么，姑且把这种可以通过算法变稳定的排序称之为稳定排序吧）。从这个原理上几乎可以认为，堆排序是“选择”排序的一中了，那么上面的选择排序只是一种简单的选择方法了，而堆排序可以看做一种更加快捷的选择方法。

插入：也是一种稳定的，同冒泡，选择和插入一样都很好理解。但是插入排序有一种变种-----希尔排序，即先把集合分割成若干子序列，待其基本有序时候进行一次直接插入排序。（其中子序列是指间隔分割而成的，及时相当于12345--135-24（增量（间隔）为2），之类的分割，子序列之间的位置是无法串联的，最后一趟分割即相当于增量为1，另外希尔排序的好坏和增量的选取是相关的）

快速：基本思想是，在一趟排序中，把某元素作为关键字（一般为当前集合的第一个元素），从表的两端交替向中间扫描，在交互过程中，最终找到，关键字最终的位置，然后，再把由此关键字分割产生的两个集合，再进行上述过程，不断递归，直到记录中只有一个元素。（在这个过程中隐约感觉到一个二叉树的生成，对这个二叉树的中序遍历就是排序的结果啦啦啦）。另外，快速排序效率与关键字的选取有关，因为快速排序相当于一种从中间开始的双向冒泡法，所以关键字越靠近中间，那么效率越高，有时可以采用大致估算集合平均值来确定开始关键字，而不是机械的以第一个作为关键字（早就觉得以第一个做关键莫名其妙的，这样违背双向冒泡的思想么）（确定均值的方法可以采用随机抽样取均值的方法）

堆：基本思想就是，先构建一个基本有序堆，输出堆顶元素后，再对剩下的堆进行调整，最终得到一个有序序列

a.算法不是递归的，结束条件就是堆只剩下一个元素（此时堆，必然是有序的，但这里可以思考一下，是否可以参考一下冒泡排序，当不发生交换的时候，看做排序结束，这时候，中序遍历堆，就是一个有序序列了啊啊啊），此时遍历次数为堆的大小

b.调整一个堆采用交换比较好理解，那如何构建一个初始堆呢---------生成任意一个堆，堆这个堆从最后一个非终端节点元素，开始重复上面“筛选”过程，这个“非终端节点元素”是n/2（啊哈哈，这个n/2不是巧合哦，结合二叉树相关知识思考一下）。

c.这里还有个要注意的，就是这里所有所说的树结构其实是不存在的，其实本质上还是一个数组，只不过对应成了一个树结构，对应关系可以看做，有个节点下标为i，那么左右孩子节点为2*i+1,2*i+2。

二路归并：这个算法竟然是稳定的！！！哈哈，但不幸的是也是递归的。。。

关于排序的性能问题

三个简单排序的辅助存储都可以看做O（1）（不是递归的么，栈的深度为1），而进阶排序中快速排序O（logn）,归并排序O（n）（归并排序这个坑爹孩子，那么大的递归深度（栈深度），需要那么多辅助存储空间，数据大点就太坑了），奇葩的是堆排序不是递归的，辅助存储和简单排序相同，但是堆排序过程中要进行大量比较，这使得实际中归并较堆排序快一点（如果把我说的，堆排序结合冒泡的终止条件，是不是能快那么一点点呢）。对于三个简单排序，对于基本有序序列，冒泡和插入较快捷，其中插入算法常与其他进阶排序结合使用（估计是其他排序在排成基本有序后，用插入法搞定之），而作为简单交换排序方法------冒泡法进阶的快速排序就“偏爱”基本有序情况，其性能取决于关键字的选取（上面提到过一些）。

16、关于那些乱七八糟排序为什么会性能不同的一点乱七八糟的思考

a.快排为什么比冒泡快——这个原理有点像二分查找啊，如果关键字选在相对中间的话，那么就相当于无形中减少了每次遍历结合的范围，这些范围就相当于周长和面积的关系，虽然长度综合不变，但是一个大大的长度，圈起来的土地要比把这个长度分割开圈起来得土地小很多的

b.快排为什么会需要辅助存贮空间——不要说因为他是分叉递归的，（运用二叉树层次遍历的思想，完全可以把这货写成一个非递归的算法），这只是表象，本质应该是在于，如果我采用了上面所说的，本人臆测的所谓二叉树层次遍历思想的非递归的快速排序方法的话————————，那么我是不是需要一些存储空间去记录这个树的机构呢，这些记录信息，恰巧就是这个算法的辅助存贮空间啊，好吧，还是用分叉递归吧，存在即合理果然是真理

c.为啥我感觉插入和冒泡会比，选择排序快些———在插入和冒泡排序的进行过程中，都是对排序信息进行了一定的存储的（如冒泡法，是每个元素的位置对正确位置开始了逼近，插入过程中，被插入的集合石有序性的，无形中减少了比较次数。。。）。

d.为啥会有进阶算法——这些进阶算法，说白了都是在排序过程中，上一次排序中对下次排序可以能有用的信息进行了存储，如快排中：一分为二，减少每个“冒泡区间大小”，堆排序中：构建初始堆，相当于提前对数据做了一部分类似图形学中（拓扑运算的处理）（我感觉堆排序不是一个纯粹的单一排序，更像一个生成基本有序序列后在用插入排序的复合排序）。

e.排序算法的性能和时间复杂度和辅助存储空间的关系——有关系，但不是绝对的，时间复杂度相当于做思考的个数，如果一次思考的时间过长，那么即使思考次数较小，也会使总时间延长，这样就使得，排序算法中，比较次数和交换次数也影响到了效率问题（好吧，具体还没认真想过）。