数据结构常见问题系列(一)

1. 数组和链表的区别

   1). 从逻辑结构来看，数组必须固定长度，数据不能动态增减，即数组的大小一旦定义就不能改变。当数据增加时，可能超过原先定义的元素的个数；当数据减少时，造成内存的浪费；链表动态进行存储分配，可以适应数据动态地增减的情况，且方便地插入、输出数据项。
   2). 从内存存储的角度看，数组从栈中分配空间，对程序员方便快速，但是自由度小；链表从堆中分配空间，自由度大但是申请管理比较麻烦。
   3). 从访问方式看，数组在内存中是连续的存储，因此可以利用下标索引进行访问；链表是链式存储结构，在访问元素的时候只能通过线性方式由前到后顺序访问，访问效果比较低。

关键词：长度、存储、访问

---

2. 简述快速排序

   1). 选择一个基准元素,通常选择第一个元素或者最后一个元素。
   2). 通过一趟排序将待排序的记录分割成独立的两部分，其中一部分记录的元素值均比基准元素值小。另一部分记录的元素值比基准值大。
   3). 此时基准元素在其排好序后的正确位置。
   4). 然后分别对这两部分记录用同样的方法继续进行排序，直到整个序列有序。

---

3. 排序算法对比

时间复杂度

   1). 平方阶$(O(n^2))$排序：直接插入、直接选择和冒泡排序；
   2). 线性对数阶$(O(nlog2n))$排序：快速排序、堆排序、归并排序；
   3). 线性阶$(O(n))$排序：基数排序，此外还有桶、箱排序；

说明：

   当原表有序或基本有序时，直接插入排序和冒泡排序将大大减少比较次数和移动记录的次数，时间复杂度可降至$O(n)$；

   而快速排序则相反，当原表基本有序时，将蜕化为冒泡排序，时间复杂度提高为$(O(n^2))$；

   原表是否有序，对简单选择排序、堆排序、归并排序和基数排序的时间复杂度影响不大。

---

4. 稳定性

   若待排序的序列中，存在多个具有相同关键字的记录，经过排序，这些记录的相对次序保持不变，则称该算法是稳定的；若经排序后，记录的相对次序发生了改变，则称该算法是不稳定的。

   稳定的排序算法：冒泡排序、插入排序、归并排序和基数排序

   不是稳定的排序算法：选择排序、快速排序、希尔排序、堆排序

---

5. 用循环比递归效率高吗？

递归和循环两者完全可以互换。不能完全决定性地说循环地效率比递归的效率高。

1). 递归算法：

优点： 代码简洁、清晰，并且容易验证正确性。

缺点： 它的运行需要较多次数的函数调用，如果调用层数比较深，需要增加额外的堆栈处理（还有可能出现堆栈溢出的情况），比如参数传递需要压栈等操作，会对执行效率有一定影响。但是，对于某些问题，如果不使用递归，那将是极端难看的代码。在编译器优化后，对于多次调用的函数处理会有非常好的效率优化，效率未必低于循环。

2). 循环算法：

优点： 速度快，结构简单。

缺点： 并不能解决所有的问题，有的问题适合使用递归而不是循环。如果使用循环并不困难的话，最好使用循环。

6. 解决哈希冲突的方法

   哈希表（Hash table，也叫散列表），是根据关键码值(Key value)而直接进行访问的数据结构。

线性探测法、平方探测法、 伪随机序列法、拉链法

---

7. KMP算法

   在一个字符串中查找是否包含目标的匹配字符串。

---

8. B树

   根据B类树的特点，构造一个多阶的B类树，然后在尽量多的在结点上存储相关的信息，保证层数尽量的少，以便后面我们可以更快的找到信息，磁盘的I/O操作也少一些，而且B类树是平衡树，每个结点到叶子结点的高度都是相同，这也保证了每个查询是稳定的。

B树和B+树的区别，以一个m阶树为例。

1). 关键字的数量不同： B+树中分支结点有m个关键字，其叶子结点也有m个，其关键字只是起到了一个索引的作用，但是B树虽然也有m个子结点，但是其只拥有m-1个关键字。

2). 存储的位置不同： B+树中的数据都存储在叶子结点上，也就是其所有叶子结点的数据组合起来就是完整的数据，但是B树的数据存储在每一个结点中，并不仅仅存储在叶子结点上。

3). 分支结点的构造不同： B+树的分支结点仅仅存储着关键字信息和儿子的指针（这里的指针指的是磁盘块的偏移量），也就是说内部结点仅仅包含着索引信息。

4). 查询不同： B树在找到具体的数值以后，则结束，而B+树则需要通过索引找到叶子结点中的数据才结束，也就是说B+树的搜索过程中走了一条从根结点到叶子结点的路径。