数据结构知识点

一、算法的基本概念

算法：特定问题求解步骤的一种描述
算法的特性：有穷性、确定性、可行性、输入、输出
算法效率的度量：
1、时间复杂度：最深层循加粗样式环内的语句的频率。
常见的时间复杂：
O(1)<O(log2n)<O(n)<O(nlog2n)<O($n^2$)<O($n^3$)<O($2^n$)<O(n!)<O($n^n$)
2、空间复杂度：S(n)，算法所耗费的存储空间

数据：所有能被输入到计算机中，且被计算机处理的符号的集合，计算机操作对象的总称，是计算机处理的信息的某种特定的符号表示形式。 数据是数据元素的集合，数据元素是数据结构中讨论的基本单位。
数据结构：带结构的数据元素的集合，其形式定义为：数据结构=(D,S)，其中：D是数据元素的有限集，S是D上关系的有限集。

数据的逻辑结构：因为数据结构是带结构的数据元素集合，如果这种结果描述的是数据元素之间的逻辑关系，因此又称为数据的逻辑结构，人们一般用抽象数据类型加以描述。抽象数据类型是指一个数学模型及定义在该模型上的一组操作，因为该定义是一种逻辑上的定义，它与计算机内部如何表示和实现无关。根据数据结构中的数据元素之间关系的不同，可以将逻辑结构分为四类：
① 线性结构：线性表（线性表的应用：多项式、稀疏矩阵）、栈和队列等。
② 树形结构：树、二叉树、森林等
③ 图状结构：有向图、无向图、有向网和无向网。
④ 集合：各种查找表。

例题

1、 以下不属于算法必须满足的特性有( D )。
A. 确定性 B. 有穷性 C. 可行性 D. 高效性

2.、数据结构是一门研究非数值计算的程序设计问题中计算机的（ A ）和其上操作的学科。
A.数据对象 B.计算方法 C.逻辑存储 D.数据映像

3、下列程序段的时间复杂度是( B )。
for (i = 0; i < n; i++)
for (j = n - i; j > 0; j - -)
printf("%d\n", j);
A. O(n) B. O($n^2$) C. O(nlogn) D. O($n^3$)

4、根据F(n)=F(n-1)+F(n-2)定义二阶斐波那契数列的递归计算函数，递归终止条件为F(1)=F(2)=1, 则计算F(6)时一共调用了该函数( C )次。
A. 6 B. 12 C. 15 D. 30
1、请给出数据、数据结构和算法的定义。

二、线性表

线性表的定义

例题

2、线性表是具有n个( C )的有限序列（n>= 0）。
A. 表元素 B. 字符 C. 数据元素 D.数据项

4、向一个长度为n的顺序表中的第i个元素（1<=i <= n）之前插入一个元素时，需要向后移动( C )个元素。
A. n B. n - i C. n – i + 1 D. n – i -1

6、 二维数组A按行主序存储，其中每个元素占1个存储单元。若A[0][0]的存储地址为420，A[2][2]的存储地址为446，则A[4][4]的存储地址为（ A ）。
A. 472 B. 471 C.458 D. 457

7、 设一个10*10的对称矩阵A采用压缩存储方式，以行为主序存储，a00为第一个元素，其存储地址为1，每个元素占一个地址空间，则a74的地址为（ B ）。
A. 13 B.33 C.32 D.40

链表的定义

例题

4、循环单链表（带头结点, 结点结构为（data,next））为空的判定条件是( C )。
A. headNULL B. head->nextNULL
C. head->next==head D. head!=NULL
8、单链表和双向循环链表表示线性表List时常常增加一个头结点，其目的是( C )。
A.为了简化查找算法 B.为了简化归并算法
C.为插入删除操作时不需要做特殊的处理 D.以上说法都不对。
9、带头结点的非循环单链表head的尾结点（由p所指向，结点的数据域为Element，指针域为Next）满足( D )。
A. p = = head B. p = = NULL C. p->Next = = head D. p->Next = = NULL
15、链栈和顺序栈相比，有一个比较明显的优点是( A )。
A. 通常不会出现栈满情况 B. 通常不会出现栈空情况
【解析】 对于顺序栈，如果同时需要多个栈，只要其中一个栈满，另一个栈即使还有空间也不能使用，而利用栈的链式存储，只有所有的栈空间都占满的时候才会发生上溢的情况，因此可以方便地实现共享空间。
16、用不带头结点的循环链表表示的队列长度为n，若只设尾指针（指向第一个结点的指针），则出队和入队的时间复杂度分别是( D )。
A. O(n) O(n) B. O(1) O(n) C. O(n) O(1) D. O(1) O(1)

栈和队列 (特殊的线性表)

例题

1.若循环队列以数组Q[0…m-1]作为其存储结构，变量rear表示循环队列中的队尾元素的实际位置，其移动按rear = (rear + 1) mod m进行，变量length表示当前循环队列中的元素个数，则循环队列队头元素的实际位置是( C )。
A. rear – length B.（rear – length + m） mod m
C.（rear – length + m +1） mod m D. m - length
2.若栈采用顺序存储方式存储，现有两栈共用一个空间v[0…n-1]，top[i]保存第i个栈(i=1,2)的栈顶元素的下标，栈1的底在发v[0]的位置，栈2的底在v[n-1]的位置，则栈满的条件是( B )。假设top[1], top[2]始终指向栈顶元素。
A. top[2] – top[1] = = 0 B. top[1] +1 = = top[2]
C. top[1] + top[2] = = n D. top[1] = = top[2]
3. 假设一个循环队列Q[maxSize]的队头指针为front，队尾指针为rear，队列的最大容量为maxSize，除此之外，该队列再没有其他数据成员，则该队列的队空条件是 ( A )。
A. front == rear B. front + rear >= maxSize
C. rear == (front + 1) % maxSize D. front == (rear + 1)% maxSize

三、树

树的定义

节点：树是由有限个元素组成的集合，每个元素都称作一个节点
空集合也是树，称为空树。空树中没有结点。
孩子结点或子结点：一个结点含有的子树的根结点称为该结点的子结点；
结点的度：一个结点含有的子结点的个数称为该结点的度；
叶结点或终端结点：度为0的结点称为叶结点；
非终端结点或分支结点：度不为0的结点；
双亲结点或父结点：若一个结点含有子结点，则这个结点称为其子结点的父结点；
兄弟结点：具有相同父结点的结点互称为兄弟结点；
树的度：一棵树中，最大的结点的度称为树的度；
结点的层次：从根开始定义起，根为第1层，根的子结点为第2层，以此类推；
树的高度或深度：树中结点的最大层次；
堂兄弟结点：双亲在同一层的结点互为堂兄弟；
结点的祖先：从根到该结点所经分支上的所有结点；
子孙节点：以某结点为根的子树中任一结点都称为该结点的子孙。
森林：由m(m>=0)棵互不相交的树的集合称为森林；

树的种类

有序树：树中任意节点的子结点之间有顺序关系，这种树称为有序树
二叉树：每个节点最多含有两个子树的树称为二叉树
满二叉树：叶节点除外的所有节点均含有两个子树的树被称为满二叉树。
满二叉树是完全二叉树的特殊形态, 即如果一棵二叉树是满二叉树, 则它必定是完全二叉树。
完全二叉树：有个$2^k-1$节点的满二叉树称为完全二叉树
哈夫曼树（最优二叉树）：带权路径最短的二叉树称为哈夫曼树或最优二叉树；
线索二叉树：在二叉树的结点上加上线索的二叉树称为线索二叉树。所有应该为空的右孩子指针指向该结点在中序序列中的后继，所有应该为空的左孩子指针指向该结点的中序序列的前驱。
二叉排序树，又称二叉查找树，亦称二叉搜索树：
（1）若左子树不空，则左子树上所有结点的值均小于它的根结点的值；
（2）若右子树不空，则右子树上所有结点的值均大于它的根结点的值；
（3）左、右子树也分别为二叉排序树；
（4）没有键值相等的结点。
平衡二叉树又被称为AVL树，且具有以下性质：它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。平衡因子：某结点的左子树与右子树的高度(深度)差即为该结点的平衡因子。平衡二叉树上所有结点的平衡因子只可能是 -1，0 或 1。
堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆；或者每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆。

完全二叉树

线索二叉树：
一般树用二叉链表存储结构如下图所示，这样浪费很多空间

现在我们构建中序线索二叉树，

首先该树的中序遍历为 H D I B E J A F C G

对空指针的填充方式为：空的右孩子指针指向该结点在中序序列中的后继，所有应该为空的左孩子指针指向该结点的中序序列的前驱

树转二叉树：如下图所示

1、连接兄弟
2、断双亲节点（最右边节点的双亲不断）

28、 以下关于查找二叉树描述中，哪个是正确的（ B ）。
A.查找二叉树左孩子和右孩子可以互换
B.查找二叉树进行查找的时间复杂度为O(log2N)， 其中N为结点总数
C.结点的值大于其左孩子和右孩子的值
D.结点的值小于其左孩子和右孩子的值
2、 深度为k的完全二叉树(Complete Binary Tree)的最少结点个数是多少？最多结点个数是多少？
答：
（1）最少结点数为：k-1层之前全满，即有2k-1-1个结点，另外第k层至少有一个结点，则最少结点数为2k-1-1+1=2k-1。
（2）由二叉树的性质可知，深度为k二叉树的最多结点个数即为满二叉树的结点数为2k-1。
3、给定一组权值为{2，3，4，7，8，9}，构造关于这些权值的哈夫曼树，请计算该哈夫曼树的带权路径长度WPL。
WPL=9 * 2 + 2 * 4 + 3 * 4 + 4 * 3 + 7 * 2 + 8 * 2 = 80

树的遍历

树的前序遍历
根->左子树->右子树
树的中序遍历
左子树->根->右子树
树的后序遍历
左子树->右子树->根
树的层次遍历

例题

2、某非空二叉树的前序序列和后序序列正好相反，则二叉树一定是( A )的二叉树。
A. 空或只有一个结点 B. 高度等于其结点数
C. 任一结点无左孩子 D. 任一结点无右孩子
7、若要唯一地确定一棵二叉树，只需知道该二叉树的( )。
A．前序序列　　　　　　　　　B. 中序序列
C．前序和后序序列　　　　　　D. 中序和后序序列
11、 若构造一棵具有n个结点的二叉查找树（Binary Search Tree），最坏的情况下其深度为( B )。
A. n/2 B. n C. (n+1)/2 D. n+1
13. 下述结论中正确的是（ D ）。
（1）只有一个结点的二叉树的度为0；（2）任意二叉树的度均为2；
（3）二叉树的左右子树可任意交换；
（4）深度为k的完全二叉树的结点个数小于或等于深度相同的满二叉树。
A.（1）（2）（3） B.（2）（3）（4） C.（2）（4） D.（1）（4）
15、树的先序序列等同于与该树对应的二叉树的 ( A )，树的后序序列等同于该树所对应的二叉树的( B )。

A. 先序序列 B. 中序序列 C. 后序序列 D. 层次序列

四、图

图的定义

图是由顶点的有穷非空集合和顶点之间边的集合组成， 通常表示为: G（V，E）， 其中，G表示一个图，V是图G中顶点的集合，E是图G中边的集合。
稀疏图：有很少条边或弧的图，反之称为稠密图
有向图：如果图中每条边都是顶点的有序对,即每条边都用箭头表明了方向,则此图为有向图。有向图中的边也称为弧,用尖括号括起一对顶点表示。
连通图:在无向图中,若每一对顶点之间都有路径,则称此图为连通图。
完全图:假设图中有n个顶点,e条边,则含有e=n(n-1)/2条边的无向图称作完全图;含有e=n(n-1)条弧的有向图称作有向完全图。
简单路径:序列中顶点不重复出现的路径。
简单回路:序列中第一个顶点和最后一个顶点相同的简单路径。
无向图G的极大连通子图称为G的连通分量
拓扑排序对一个有向无环图G进行拓扑排序，是将G中所有顶点排成一个线性序列，使得图中任意一对顶点u和v，若边<u,v>∈E(G)，则u在线性序列中出现在v之前。
最小生成树一个有 n 个结点的连通图的生成树是原图的极小连通子图，且包含原图中的所有 n 个结点，并且有保持图连通的最少的边。 最小生成树可以用kruskal（克鲁斯卡尔）算法或prim（普里姆）算法求出。
连通分量

上图为三个连通分量
普里姆（Prim）算法：从点开始(不断加点)
相关blog

克鲁斯卡尔（Kruskal）算法:(不断加边)

例题

1、若无向图G=（V, E）中含有7个顶点，要保证图G在任何情况下都是连通的，则需要的边数最少是（ C ）
A. 6 B. 15 C. 16 D. 21

18、下面结构中最适于表示稀疏无向图的是( C )。
A. 邻接矩阵 B. 逆邻接表 C. 邻接多重表 D. 邻接表

19、下列方法中可以判断出一个有向图是否有环（回路）的是( B )。
A. 广度优先遍历 B. 拓扑排序 C. 求最短路径 D. 求关键路径

图的搜索

广度优先搜索（BFS）
深度优先搜索（DFS）

五、排序

插入排序是一种最简单的排序方法，它的基本思想是将一个记录插入到已经排好序的有序表中，从而一个新的、记录数增1的有序表
希尔排序也是一种插入排序，它是简单插入排序经过改进之后的一个更高效的版本，也称为缩小增量排序
归并排序是建立在归并操作上的一种有效，稳定的排序算法，该算法是采用分治法的一个非常典型的应用。
快速排序通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。

设定左右哨兵，第一个为分割点，排序如上图所示

例题

3、当增量序量设定为{7、3、1}，若用希尔排序算法对整数序列（26，5，77，1，61，11，59，15，48，19）进行从小到大排序，请给出每个增量排序后的结果（7-sort, 3-sort, 1-sort）。

六、hash

例题

7、 为提高散列（Hash ）表的查找效率，可以采用的正确措施是（ ）。
I .增大装填（载）因子
II. 设计冲突（碰撞）少的散列函数
III. 处理冲突（碰撞）时避免产生聚集（堆积）现象
A. 仅I B. 仅 II C. 仅 I 、II D. 仅 II 、III

答:D
【解析】散列表的查找效率（比较次数）取决于：散列函数、处理冲突的方法和散列表的装填因子a 。CX 标 志着散列表的装满程度，通常情况下，（X 越小，发生冲突的可能性越小；反之，a 越大，表示已填入的记录越多， 再填入记录时，发生冲突的可能性越大。因此选项I 错误，越是增大装填因子，发生冲突的可能性就越大，查找 效率也越低。选项II 正确。选项III 正确。采用合适的处理冲突的方法避免产生聚集现象，也将提高查找效率。

2.依次将关键字50、60、45、32、72、16插入到某哈希表中，假设哈希函数为H(k) = k %11，使用开放定址法二次探测处理冲突，即当发生冲突时，用Hi= (H(k)+di) mod 11计算存储位置，di = i2，i=1,2,3…。
则在哈希表中元素60的存储位置为 (5) ，元素72的存储位置为 ( 7 ) ，当所有元素插入哈希表后，该哈希表在查找成功时的平均比较次数为 (1.5) 。该哈希表的装填因子为 (6/11) 。