软考-软件设计师 - 第3章 数据结构【附补充常考知识点】

本章导图：

3.1 线性结构

3.1.1 线性表

常用顺序存储和链表存储，主要的的操作是增加、删除、查找。
顺序表：线性表顺序存储，即用一组地址连续的存储单元一次存储线性表中的数据元素，从而使得逻辑上相邻的两个元素，在物理上也相邻。在存储之前，先根据线性表的长度连续分配的物理空间，因而后续不方便扩展。只需要存储数据元素，不需要存储元素的逻辑关系因此密度为1.

链表：线性表链式存储，即用通过指针链接起来的结点来存储数据元素，存储各数据元素的结点物理不要求连续，需要同时存储各方面的逻辑关系，存储密度小于1 。

3.1.2 栈和队列❤❤❤

栈：先进后出
队列：先进先出

• 循环队列：
  队空条件：head=tail
  队满条件：(tail+1)%size=head

3.1.3 串

是特殊的线性结构，串是仅有字符串构成的有限序列，是一种线性表，一般记号为s=“a1a2a3……an”，其中，S是串名，引号里的值是串值。

基本概念
（1）空串与空格串
空串：长度为零，不包含任何字符。
空格串：由一个或多个空格组成的串。虽然空格是一个空白字符，但它也是一个字符，在计算串长度时要将其计算在内。

（2）子串与子序列
子串：由串中任意长度的连续字符构成的序列称为子串。含有子串的串称为主串。子串在主串中的位置是指子串首次出现时，该子串的第一个字符在主串中的位置。空串是任意串的子串。

子序列：一个串的“子序列”（subsequence）是将这个串中的一些字符提取出来得到一个新串，并且不改变它们的相对位置关系。

（3）串比较与串相等
串比较：两个串比较大小时以字符的 ASCII 码值（或其他字符编码集合）作为依据。实质上，比较操作从两个的第一个字符开始进行，字符的码值大者所在的串为大；若其中一个串先结束，则以串长较大者为大。
串相等：指两个串长度相等且对应序号的字符也相同。

串的基本操作：
（1）赋值操作 StrAssign(s,t)：将串 s 的值赋给串 t。
（2）连接操作 Concat(s,t)：将串 t 接续在串 s 的尾部，形成一个新的串。
（3）求串长 StrLength(s)：返回串 s 的长度。
（4）串比较 StrCompare(s,t)：比较两个串的大小。返回值-1、0 和 1 分别表示s<t、s=t 和 s>t 三种情况。
（5）求子串 SubString(s,start,len)：返回串 S 中从 start 开始的、长度为 len 的字符序列。
模式匹配：子串的定位操作通常称为串的模式匹配。（子串也称为模式串）
KMP 算法：其改进之处在于——每当匹配过程中出现相比较的字符不相等时，不需要回退到主串的字符位置指针，而是利用已经得到的“部分匹配”结果将模式串向右“滑动”尽可能远的距离，再继续进行比较。在 KMP 算法中，依据模式串的 next函数值实现子串的滑动。若令 next[j]=k，则 next[j]表示当模式串中的 pj 与主串中相应字符不相等时，令模式串的 pnext[j]与主串的相应字符进行比较。(j=next[j])

3.2 数组、矩阵和广义表

3.2.1 数组

3.2.2 矩阵

3.2.3 广义表

1、广义表是 n 个表元素组成的有限序列，是线性表的推广。

2、通常用递归的形式进行定义，记作：LS=(a0, a1,…, an)。
注：其中 LS 是表名，ai 是表元素，它可以是表（称作子表），也可以是数据元素（称为原子）。其中 n 是广义表的长度（也就是最外层包含的元素个数），n=0 的广义表为空表；而递归定义的重数就是广义表的深度，直观地说，就是定义中所含括号的重数（原子的深度为 0，空表的深度为 1）。

3、基本运算：取表头 head(Ls)和取表尾 tail(Ls)。
取表头 head(Ls)，非空广义表的 Ls 的第一个元素称为表头，它可以是一个单元素，也可以是一个子表。
取表尾 tail(Ls)，非空广义表 Ls，除表头元素之外，由其余元素所构成的表称为表尾。非空广义表的表尾必定是一个表。
若有：LS1=（a，（b，c），（d，e））
head(LS1)＝a
tail(LS1)=(（b，c），（d，e）)

3.3 树

3.3.1 树与二叉树的定义

（1）树的概念：

• 双亲、孩子和兄弟：结点的子树的根称为该结点的孩子；相应地，该结点称为其子结点的双亲。具有相同双亲的结点互为兄弟。
  （这里涉及到 2 个层次，第一个层次的子树，这棵子树的根是第一层结点的孩子结点，第一层结点是其子节点的双亲节点/父节点）。
• 结点的度：一个结点的子树的个数记为该结点的度
• 叶子节点：也称为终端结点，指度为 0 的结点
• 内部结点：指度不为 0 的结点，也称为分支节点或非终端节点。除根结点之外，分支结点也称为内部结点。
• 结点的层次：根为第一层，根的孩子为第二层，依次类推，若某节点在第 i 层，则其孩子结点在第 i+1 层
• 树的高度：一颗树的最大层次数记为树的高度（深度）

（2）二叉树的重要特性：

• 在二叉树的第 i 层上最多有 2i-1 个结点（i≥1）；
• 深度为 k 的二叉树最多有 2k-1 个结点（k≥1）；
• 对任何一棵二叉树，如果其叶子结点数为 n0，度为 2 的结点数为 n2，则n0=n2+1。
• 如果对一棵有 n 个结点的完全二叉树的结点按层序编号（从第 1 层到⌊𝑙𝑜𝑔2 𝑛⌋ + 1层，每层从左到右），则对任一结点 i（1≤i≤n），有：
  如果 i=1，则结点 i 无父结点，是二叉树的根；如果 i>1，则父结点是i/2 ；
  如果 2i>n，则结点 i 为叶子结点，无左子结点；否则，其左子结点是结点 2i；
  如果 2i+1>n，则结点 i 无右子叶点，否则，其右子结点是结点 2i+1。

3.3.2 二叉树的性质与存储结构

• 二叉树：二叉树是每个结点最多有两个孩子的有序数，可以为空树，可以只有一个结点。
• 满二叉树：任何结点，或者是树叶，或者恰有两棵非空子树。
• 完全二叉树：最多只有最小面的两层结点的度可以小于 2，并且最下面一层的结点全都集中在该层左侧的若干位置。
• 平衡二叉树：树中任一结点的左右子树高度之差不超过 1。
• 查找二叉树：又称之为排序二叉树。任一结点的权值，大于其左孩子结点，小于其右孩子结点。
• 线索二叉树：在每个结点中增加两个指针域来存放遍历时得到的前驱和后继信息。

3.3.3 二叉树的遍历 ❤❤❤

• 前序遍历：又称为先序遍历，按根左右的顺序进行遍历。
• 后序遍历：按左–>右–>根的顺序进行遍历。
• 中序遍历：按左–>根–>右的顺序进行遍历。
• 层次遍历：按层次顺序进行遍历。

3.3.4 线索二叉树

线索二叉树：在每个结点中增加两个指针域来存放遍历时得到的前驱和后继信息。

3.3.5 最优二叉树 ❤❤

最优二叉树：又称为哈弗曼树，它是一类带权路径长度最短的树。

• 路径是从树中一个结点到另一个结点之间的通路，路径上的分支数目称为路径长度。
• 树的路径长度是从树根到每一个叶子之间的路径长度之和。结点的带权路径长度为从该结点到树根之间的- 路径长度与该结点权值的乘积。
• 树的带权路径长度为树中所有叶子结点的带权路径长度之和。
• 哈弗曼树的构造：
  （1）根据给定的权值集合，找出最小的两个权值，构造一棵子树将这两个权值作为其孩子结点，二者权值之和作为根结点；
  （2）在原集合中删除这两个结点的权值，并引入根节点的权值；
  （3）重复步骤（1）和步骤（2），直到原权值集合为空。
• 哈夫曼编码：根据哈夫曼树进行边长编码，编码长度与路径长度相关，左侧分支编码为 0（或 1），右侧分支编码为 1（或 0），从根结点到对应叶子结点所有路径分支上的编码记录下来，即为该叶子结点的编码。

3.3.6 树和森林

3.4 图

3.4.1 图的定义与存储

1、完全图
在无向图中，若每对顶点之间都有一条边相连，则称该图为完全图（complete graph）。
在有向图中，若每对顶点之间都有二条有向边相互连接，则称该图为完全图。

2、图的邻接矩阵表示：用一个 n 阶方阵 R 来存放图中各结点的关联信息，其矩阵元素 Rij 定义为：

3、图的邻接表表示：首先把每个顶点的邻接顶点用链表示出来，然后用一个一维
数组来顺序存储上面每个链表的头指针。

3.4.2 图的遍历

3.4.3 生成树及最小生成树

贪心策略

3.4.4 拓扑排序和关键路径

拓扑排序是将 AOV 网中的所有顶点排成一个线性序列的过程，并且该序列满足：若在 AOV 网点中从顶点 Vi 到 Vj 有一条路径，则在该线性序列中，顶点 Vi 必然在顶点 Vj 之前。

3.4.5 最短路径

3.5 查找

3.5.1 查找的基本概念

查找是一种基本的查找运算。

3.5.2 静态查找表的查找方法

顺序查找
折半查找
分块查找

3.5.3 动态查找表

1、二叉排序树：

二叉树的顺序存储，就是用一组连续的存储单元存放二叉树中的结点；把二叉树的所有结点安排成为一个恰当的序列，反映出节点中的逻辑关系；用编号的方法从树根起，自上层至下层，每层自左至右地给所有结点编号。

2、平衡二叉树

• 平衡二叉树：树中任一结点的左右子树高度之差不超过 1。

3.5.4 哈希表
常用：线性探测法发生冲突的解决方式。

3.6 排序 ❤❤❤❤

具体的内容可以看这篇文章：一篇厉害的排序文章