[408] NOTES on DataStructure -计算机考研408笔记-数据结构

[408] NOTES on DataStructure

1 绪论

1. 快慢指针

Type foo(Node *head) {
	Node *slow, *fast;
	slow = fast = head;
	while (fast->next) {
		slow = slow->next;
		fast = fast->next;
		if (fast->next) fast = fast->next;
	}
	...
}

2 线性表

1. 顺序表

   1. 插入元素平均移动次数：sum p(n-i+1) = n/2
   2. i位置插入元素，后移的元素个数：n-i+1
   3. 删除元素平均移动次数：sum p(n-i) = (n-1)/2
   4. i位置删除元素，前移的元素个数：n-i
   5. 顺序查找比较次数：sum p*i = (n+1)/2

2. 链表

   1. 头插法：生成的链表结点次序与输入数据的顺序相反，可用于逆置链表
   2. 循环单链表判空：头指针的指针指向自身
   3. 静态链表：借助数组实现，next==-1标识链表结束

3. 常见考法

   1. 将两个有n个元素的有序表归并的最少比较次数、最多比较次数？
      1. 最少：固定一张表不改变，另一张表移动完：n-1
      2. 最多：交替移动，2n-1

3 栈和队列、压缩存储

1. 栈：

   1. n个元素入栈，出栈元素的排列个数：卡特兰数（C(n, 2n) / (1+n)）
   2. 应用：
      1. 括号匹配
      2. 表达式求值
      3. 求解二叉树不同形状个数
         1. 一定的先序+中序遍历可确定一棵二叉树
         2. 先序：根左右，看作入栈顺序
         3. 中序：左根右，看作出栈顺序
         4. 给定N个元素的先序，相当于给定入栈顺序，出栈顺序为卡塔兰数
         5. 卡塔兰数：C(N, 2N) / (N+1)

2. 队列：

   1. 链队
      1. 出队操作：可能头、尾指针都要修改（出队到空，尾指针指向NULL）
      2. 队空：front == NULL，rear == NULL
      3. 非空情况：rear指向链尾
   2. 循环队列：牺牲一个位置用于判断是队空还是队满
      1. 队空：front == rear
      2. 队满：(rear+1) % N == front
      3. 元素个数：(rear - front + N) % N
   3. 双端队列
      1. 队列输出顺序：1234为双端队列输入
         1. 输入受限、不能输出受限：4132
         2. 不能输入受限、输出受限：4213
         3. 不能输入受限、不能输出受限：4231

3. 对称矩阵：只存放主对角线和下三角区的元素
   即各行存放个数：1+2+3+…+n = n(n+1)/2

4. 三角矩阵：只存放主对角线和上/下三角区的元素以及另一三角区的常量
   即各行存放个数：1+2+3+…+n+1(常量) = n(n+1)/2 + 1

5. 三对角矩阵：非零系数在三条对角线上（主对角线、高、低对角线）

4 树与二叉树

1. 二叉树

   1. 二叉树与度为2的树：
      1. 度为2的树至少有3个结点、二叉树可以为空或只有1个孩子
      2. 二叉树无论孩子个数都有左右之分
   2. 满二叉树
      1. 高度为h，结点数为2^h-1个的二叉树
      2. 若二叉树采用顺序存储，则要按照满二叉树的结点数分配存储空间
   3. 完全二叉树
      1. 每个结点都与相同高度的满二叉树编号一一对应的二叉树
      2. 叶子结点可以出现在最后一层以及倒数第二层
      3. 度为1的结点至多1个，而且只有左孩子
   4. 二叉排序树 BST：中序序列为有序序列
      1. 删除结点
         1. 叶结点直接删除
         2. 只有一棵子树，让该子树代替被删除结点
         3. 有两棵子树，让其中序第一个子女替换，转换为删除那个结点
      2. 查找效率：O(logN)
   5. 霍夫曼树：带权路径最短的二叉树
      1. 带权路径：各个叶子结点（高度*权值）之和
      2. 对N个结点编码
         1. 新建了N-1个结点
         2. 共2N-1个结点
      3. 不存在度为1的结点
      4. 沿着霍夫曼树的边得到的是前缀编码
      5. 扩展到N叉树情况：补虚拟“0“叶子结点，补齐N整数倍个结点
   6. 平衡二叉树：由二叉排序树发展而来
      不平衡情况调整：
      1. 单旋转：LL旋转、RR旋转
      2. 双旋转：LR旋转、RL旋转
         注意被调至根处的结点原先子树相对左右位置不变
   7. 线索二叉树
      按某一遍历顺序的到序列，对每一结点：
      1. 无左子树，左指针指向前驱结点
      2. 无右子树，右指针指向后继结点
      3. 无前驱或后继则指向NULL

2. 二叉树遍历与树

   1. 二叉树遍历：确定唯一的二叉树
      1. 先序和中序
      2. 后序和中序
      3. 层次遍历和中序
      4. 层次遍历和后序
      5. 先序与后序不能确定唯一的树，但能确定结点之间的祖先关系：
         对两个结点X、Y，若先序中相对顺序为XY，后序中为YX，则X是Y祖先
   2. 树的后根遍历对应森林的中序（也有称后序）遍历、二叉树的中序遍历
   3. 树转换为二叉树
      1. 每个结点左指针指向第一个孩子，右结点指向右兄弟
      2. 图示即，兄弟之间连线，每个结点只保留和第一个孩子的连线
   4. 森林转换为二叉树
      1. 先把每棵树转换为二叉树
      2. 每棵树根结点视为兄弟关系，以第一棵树根结点为根
   5. 二叉树转换为森林
      1. 断开根结点与右子树连接，得到两棵二叉树
      2. 第一棵为原森林第一棵树，接下来递归进行第一步

3. 常用结论

   1. 树的度是结点数减1
   2. n个结点的二叉链表有n+1个空链域
   3. n个结点的二叉线索树有n+1个线索数
   4. 非空二叉树叶子结点数为双分支（度为2）结点数加1
   5. n个结点能构成的二叉树种类：卡特兰数 C(n, 2n)/(1+n)
   6. 先序和后序遍历正好相反的二叉树一定是高度等于结点数的二叉树
   7. 叶子结点的先后顺序在各个遍历方式中都一样
   8. 叶子结点不一定在最底层
   9. 高度为h的平衡二叉树最少的结点数有规律，记为Nh：
      1. N0 = 0，N1 = 1
      2. Nh = Nh-1+Nh-2+1
      3. 相同表述：非叶结点平衡因子均为1
   10. 每个非叶子结点平衡因子均为0的平衡二叉树一定是满二叉树
   11. 二叉排序树插入时候没有平衡操作，发展成平衡二叉树才进行平衡
   12. 中序有序的AVL树注意区分中序是降序还是升序
       1. 降序：树中最大元素一定没有左子树
       2. 升序：树中最小元素一定没有左子树
   13. 二叉排序树、平衡二叉树，删除结点x后再插入x
       1. 二叉排序树
          1. x为叶子结点，树结构不变
          2. x为非叶子结点，树结构改变
       2. 平衡二叉树：无论x是不是叶结点，都可能改变或不变

5 图

1. 简单图、路径、回路

   1. 简单图：不存在重复边或顶点到自身的边
   2. 简单路径：顶点不重复出现的路径
   3. 简单回路：除第一个顶点和最后一个顶点，其他顶点无回路

2. 强连通图

   1. 有向图概念
   2. 每对顶点之间都有到对方的路径
   3. 强连通分量：极大强连通子图，再添加顶点就不连通

3. 生成树

   1. 包含全部顶点的极小连通子图，再添加边就出现环路
   2. 顶点数为n的图，生成树有n-1条边
   3. 由此，顶点数为n的图，有大于n-1条边则一定有环

4. 带权图：边带权值，也称为“网”

5. 稠密图、稀疏图：边很少的图称为稀疏图，衡量标准：｜E｜< ｜V｜log｜V｜

6. 存储方法

   1. 邻接矩阵
      1. 容易确定两个顶点是否有边
      2. 确定边数需要逐个位置检测
      3. 适合稠密图存储
      4. 表示唯一
      5. 拓展：若记到自己的边以及无法到达的边值为0，矩阵A
         1. A^m = B，B中有非0元素Bij = k，k ≠ 0
         2. 非0元素含义：从i到j长度为m的路径有k条
   2. 邻接表
      1. 容易确定任意顶点的所有邻边
      2. 方便计算有向图顶点出度
      3. 计算有向图顶点入度需要遍历检测
      4. 表示不唯一
   3. 十字链表：用于有向图
   4. 邻接多重表：用于无向图

7. 图遍历

   1. BFS
      1. 时间复杂度
         1. 邻接表：O(V + E)
         2. 邻接矩阵：O(V^2)
      2. 可用于最短路径问题
      3. 类似于二叉树的层次遍历
   2. DFS
      1. 时间复杂度
         1. 邻接表：O(V + E)
         2. 邻接矩阵：O(V^2)
      2. 连通图DFS经过的边形成一棵生成树
      3. 类似于二叉树的先序遍历
   3. 连通性
      1. 无向图：一次遍历访问到全部结点则连通
      2. 有向图：从初始点能访问到所有结点则连通

8. 最小生成树：权值之和最小的生成树

   1. 不一定唯一、但权值之和为一
   2. Prim算法：距离已有树最近顶点加入生成树
      1. 时间复杂度：O(V^2)
      2. 适合求解稠密图的情况
   3. Kruskal算法：选择未选的、权值最小的、连接不同分量的边加入生成树
      1. 判断是否连接不同分量：并查集
      2. 时间复杂度：O(log E)
      3. 适合求解稀疏图的情况
   4. 最小生成树唯一的条件
      1. 所有权值均不相等
      2. 有相等权值的边，但在构造时权值相等的边都被加入最小生成树

9. 最短路径

   1. Dijkstra：单源最短路径
      1. 辅助数组：
         1. dist：记录源点到各个顶点当前最短路径长度，无路径为无穷大
         2. path：从源点到各个顶点最短路径的前驱结点
      2. 流程：
         1. 初始化
         2. 选取当前dist中值最小、未访问的顶点
         3. 根据选取的结点更新dist、path
         4. 重复n-1次2～3步
      3. 时间复杂度：O(V^2)
   2. Floyd：各顶点之间最短路径
      1. 流程：
         1. 初始化：邻接矩阵中，有边则对应位置值为边权值
         2. 逐步尝试加入顶点，若使得路径长度减小则更新
      2. 时间复杂度：O(V^3)
      3. 适用于带权无向图

10. 关键路径

    1. 关键路径：源点到汇点的最大路径长度的路径
    2. 关键活动：关键路径上的顶点（活动）
    3. 计算步骤
       1. 计算ve
          1. 源点ve=0
          2. 其他结点取最晚(max)的到达时间
       2. 计算vl
          1. 汇点vl=ve
          2. 其他结点取最早(min)的发生时间
       3. 计算e：e = 该活动（边）起点的ve
       4. 计算l：l = 该活动（边）终点的vl-活动时间（边权）
       5. 找到l与e相等的顶点
    4. 不能任意缩短关键活动，因为缩短到一定程度可能不再是关键活动
    5. 可能存在多条关键路径，加快同时在所有关键路径上的活动才能缩短时间

11. 常见问题

    1. N个顶点无向图，任何情况都连通(边怎么变化都连通)：(N-1)*(N-2)/2+1
       只需去除一个结点后保证是完全连通子图，再添加一条边将剩下结点连接上
    2. 有向图邻接表存储，删除一个结点时间复杂度：O(V + E)
       1. 删除出边只需要删除该结点的邻接表项
       2. 删除入边需要遍历所有边
    3. 生成树与连通子图、连通分量
       1. 极大连通子图 = 连通分量
          1. 连通无向图中：即该图本身
          2. 不联通无向图中：各个连通分量
       2. 极小连通子图 = 生成树

6 查找

1. 平均查找长度：衡量查找算法效率最主要的指标

   1. 查找长度：需要比较的关键字次数
   2. 平均查找长度 ASL = sum p*c

2. 顺序查找

   1. 成功ASL = sum pi * (n-i+1) = (n+1)/2
   2. 失败ASL = n
   3. 有序表失败ASL = n/2 + n / (n+1)

3. 折半查找

   1. 成功ASL = log2(n+1) - 1
   2. 通过判定树进行分析
      1. 计算每个关键字查找成功的长度
      2. 计算查找长度总和
      3. 成功平均ASL = 长度总和 / 关键字数
   3. 判定树的特征与合法性
      1. 判定树是一棵平衡二叉排序树，中序序列有序
      2. 折半查找过程必须统一使用向上取整或向下取整
      3. 同时出现两种取整方法都的二叉排序树不是合法判定树
      4. 判断时，由上至下递归进行判断
      5. 参考：折半查找判定树

4. B树

   1. m阶B树：所有结点孩子个数最大值为m，m叉平衡查找树
      1. 至多有m棵子树，m-1个关键字
      2. 根结点若非终端结点，则至少有2棵子树
      3. 所有非叶结点至少有m/2棵子树（向上取整），至少有m/2-1个关键字
      4. 叶子结点在同一层次，都不带有信息
      5. 结点关键字数 = 结点孩子数 - 1
   2. m阶B+树：
      1. 结点的索引项只含有对应子树的最大关键字，不存储记录
      2. 结点关键字数 = 结点孩子数 - 1
      3. 叶结点包含全部关键字
      4. 存在一个指针，指向值最小的叶子节点，所有叶子连接成一个链表
   3. 高度为2的m阶B树，最少的关键字个数：m个
      根结点达到m-1个关键字时，再加入一个关键字就分裂出第二层。

5. 散列表

   1. 装填因子：关键字个数 / 表长；装填因子越大，ASL越大
   2. 冲突处理：
      1. 开放定址法
         1. 线性探测：容易出现聚集，冲突后向“前”查找空闲单元
         2. 二次探测：逐次尝试±i^2
      2. 拉链法：冲突记录存储在一个链表中，不出现聚集现象
   3. 计算ASL：如H = key mod m
      1. 列出存储结构（表）
      2. 查找成功：根据key来查
         1. 列出每个key的比较次数
         2. ASL = (比较次数和) / key个数
      3. 查找不成功：根据地址0～m-1来查
         1. 列出每个地址0～m-1查找到空的比较次数（包含与空位置比较）
         2. ASL = (比较次数和) / 地址个数m
   4. 提高散列表查询效率
      1. 减小装填因子
      2. 设计冲突少的散列函数
      3. 处理冲突时避免产生聚集现象
   5. 若使用开放定址法，不能直接删除元素，只能标记为删除状态，否则会导致搜索路径被中断。

7 排序

1. 稳定排序

   1. 直接插入排序
   2. 折半插入排序
   3. 冒泡排序
   4. 归并排序
   5. 基数排序

2. 不稳定排序（快“些”选一堆，“些”谐音“希”）

   1. 希尔排序
   2. 快速排序
   3. 简单选择排序
   4. 堆排序

3. 外部排序：归并排序
   最佳归并树：霍夫曼树思想
   分析：两个有序表的合并最坏情况比较次数是m+n-1，依赖于表长，利用霍夫曼树最短带权路径的特性，能最小化比较次数。

4. 复杂度分析

   1. 时间复杂度
      1. O(n^2)
         1. 直接插入排序
         2. 折半插入排序
         3. 冒泡排序
         4. 选择排序
      2. O(nlogn)（快“些”归“队”，“些”谐音“希”，“队”谐音“堆”）
         1. 快速排序
         2. 希尔排序
         3. 归并排序
         4. 堆排序
      3. O(d(n+r))：基数排序（如930，d位数=3，r基数=10）
   2. 空间复杂度
      1. 快速排序：O(logn)
      2. 归并排序：O(n)
      3. 基数排序：O®
      4. 其他：O(1)

5. 堆排序

   1. 时间复杂度：O(nlogn)
   2. 空间复杂度：O(1)
   3. 确定大量数据中前少数部分序列
   4. 建堆调整：自右向左，自下而上进行检测，发生调换时后递归进行下去直到被调换结点满足堆的条件
   5. 删除结点：将最下层、最右边一个结点填补删去的位置，再调整

6. 排序原理与常见问题

   1. 每一趟排序确保一个关键字到达最终位置
      1. 交换类（冒泡、快速）
      2. 选择类（选择、堆）
   2. 关键字比较次数与原始序列无关：选择排序、折半插入排序
   3. 排序趟数与原始序列有关：交换类
   4. 元素移动次数与原始序列无关：基数排序（无论如何都进行收集）
   5. 已经递增原始序列排序：直接插入最省时，快速排序最费时（达到最坏）
   6. 确定大量数据中前少数部分序列：堆排序
   7. 顺序存储更换为链式存储，希尔排序、堆排序效率降低，这两个排序算法利用了顺序存储的随机访问特性
   8. 第n趟快速排序后，定有n个元素，左边元素都小于它，右边元素都大与它
   9. 快速排序的递归次数与初始序列有关，与划分后分区的处理顺序无关
   10. 希尔排序组内采用直接插入排序
   11. 升序链表归并为降序链表：头插法，复杂度O(max(m, n))
   12. 注意外部排序最佳归并树是霍夫曼树，m路归并，补虚拟“0“叶子结点，补齐最底层有m个叶子结点。

---

to be continue
Karl 2020/12/24