labuladong算法框架 Python版 之 学习算法和数据结构的思路指南

学习算法和数据结构的思路指南

建议配合labuladong大佬的学习算法和数据结构的思路指南食用

一、数据结构的存储方式

基础的数据类型（结构基础）

• 数组 顺序存储
  • 由于是紧凑连续存储,可以随机访问，通过索引快速找到对应元素，而且相对节约存储空间。但正因为连续存储，内存空间必须一次性分配够，所以说数组如果要扩容，需要重新分配一块更大的空间，再把数据全部复制过去，扩容时间复杂度 O(N)；而且你如果想在数组中间进行插入和删除，每次必须搬移后面的所有数据以保持连续，增删时间复杂度 O(N)、改查时间复杂度 O(1)
• 链表 链式存储
  • 因为元素不连续，而是靠指针指向下一个元素的位置，所以不存在数组的扩容问题；如果知道某一元素的前驱和后驱，操作指针即可删除该元素或者插入新元素，增删时间复杂度 O(1)。但是正因为存储空间不连续，你无法根据一个索引算出对应元素的地址，所以不能随机访问；而且由于每个元素必须存储指向前后元素位置的指针，会消耗相对更多的储存空间，改查时间复杂度 O(n)

栈、队列、图、散列表、树、堆

• 队列、栈：

  • 数组处理：扩容缩容问题
  • 链表处理：指针需要额外的空间存储

• 图：

  • 邻接矩阵：数组，稀疏矩阵浪费空间、迅速判断连通性、可以使用矩阵运算
  • 邻接表：链表，节省空间、很多操作效率不如邻接矩阵

• 散列表：

  • 通过散列函数把键映射到一个大数组里
  • 解决散列冲突方法
    • 拉链法：链表，操作简单、但需要额外的空间存储指针
    • 线性探查法：数组，连续寻址、不需要指针的存储空间、但操作稍微复杂些

• 树：

  • 数组 --「堆」，因为「堆」是一个完全二叉树，用数组存储不需要节点指针，操作也比较简单
  • 链表 – 常见「树」，因为不一定是完全二叉树，所以不适合用数组存储
    • 常见树：二叉搜索树、AVL 树、红黑树、区间树、B 树

  Redis 提供列表、字符串、集合等等几种常用数据结构，但是对于每种数据结构，底层的存储方式都至少有两种，以便于根据存储数据的实际情况使用合适的存储方式

---

二、数据结构的基本操作

对于任何数据结构，其基本操作无非遍历 + 访问，再具体一点就是：增删查改

各种数据结构的遍历 + 访问无非两种形式：线性的和非线性

• 线性 for迭代
  • 数组for遍历
  • 链表for遍历
• 非线性 递归
  • 链表递归遍历
  • 二叉树递归遍历
  • N叉树遍历（与二叉树类似，遍历子树）
  • 图遍历（多个N叉树，但是为了避免环，需要visited标记）

三、算法刷题指南

先刷二叉树，先刷二叉树，先刷二叉树！

四、最后总结

先刷二叉树，先刷二叉树，先刷二叉树！！！！！！！！！！！！！

数组的内置函数

# 数组
li = [1, 2, 3]
for i in li:
    print(i)

for i in len(li):
    print(li[i])

#append(self, object, /)
li.append(4)

#copy(self, /)
##相当于li2 = li[:]
li2 = li.copy()

#extend(self, iterable, /)
##前者合并可迭代对象
li2.extend(li)

#index(self, value, start=0, stop=9223372036854775807, /)
##通过元素值查找元素下标（元素值，开始坐标=0,结束坐标=无穷大）
li2.index(2,4,7)

#count(self, value, /)
li2.count(1)

#insert(self, index, object, /)
li2.insert(1,7)

#pop(self, index=-1, /)
li2.pop(-2)

#remove(self, value, /)
li2.remove(2)

#reverse(self, /)
li2.reverse()

#sort(self, /, *, key=None, reverse=False)
li2.sort(reverse=True)

#clear(self, /)
li2.clear()

链表实现

class Node:
    def __init__(self,item):
        self.item = item
        self.next = None

class SingleNode:
    def __init__(self):
        self._head = None

    def is_empty(self):
        return self