涵盖了《王道论坛-2022年数据结构考研复习指导》里的几乎全部内容！
目录
1 绪论
| 基本概念 | 解释 |
| 数据 | 数据项（构成数据元素的不可分割的最小单位）∈数据元素（数据的基本单位）∈数据对象Ì数据 |
| 数据类型 | 原子类型、结构类型、抽象数据类型ADT |
| 逻辑结构 | 线性结构、非线性结构（集合、树、网） |
| 存储/物理结构/映像 | 顺序（可静态可动态分配，存储密度高，逻辑上相邻的元素物理上也相邻，适合线性结构、图、树等）、链式（比顺序存储更能方便表示各种逻辑结构，结点内的存储单元地址必须连续）、索引、散列/哈希存储（不能反映数据逻辑关系） |
| 数据结构三要素 | 逻辑结构、物理结构、运算；ADT定义了一个完整的数据结构 |
| 存取方式 | 指读写方式，顺序表可随机存取 |
| 算法——特性 | 有穷性（但程序可无穷）、确定性、可行性、输入、输出 |
| 算法——设计 | 正确性、可读性、健壮性、效率与低存储量要求 |
| 算法问题规模n | 算法中所有语句之和T(n)是n的函数 |
| 基本运算 | 最深层循环内的语句，其频度与T(n)同量级 |
| 时间复杂度T(n) | 最坏、最好、平均时间复杂度；一般指最坏情况下估计算法执行时间的一个上界；与实现算法的语言无关；O(n^k)<O(2^n)<O(n!)<O(n^n)；递归程序的时间复杂度用递推公式来算 |
| 空间复杂度S(n) | Space |
| 算法原地工作 | 空间复杂度=O(1) |
| ✓ | 同一个算法，实现语言的级别越高，执行效率越低 |
| ✓ | 在相同规模下，复杂度为O(n)的算法在时间上总是优于复杂度为O(2^n)的算法 |
| ✓ | 逻辑结构独立于存储结构，而存储结构不能独立于逻辑结构 |
| ✓ | 既描述逻辑结构，又描述存储结构和数据运算：顺序表、哈希表、单链表 |
| O(m+n)=O(max(m,n)) |
2 线性表
2.1 线性表基本概念
| 解释 | |
| 线性表L | L=(a1,a2,…,a_n)，a1为表头元素，a_n为表尾元素；除第一个元素外，每个元素有且仅有一个直接前驱 |
| 位序 | 从1开始 |
| 其他基本概念 | 表长、表头元素、表尾元素、直接前驱、直接后继 |
| 头指针 | 若有头结点，则指向头结点 |
| 头结点 | 线性表的表长不含头结点 |
| 前插操作 | 在某结点前面插入一个新结点 |
| 后插操作 | 在某结点后面插入一个新结点 |
| InitList(&L) | |
| Length(L) | |
| LocateElem(L,e) | |
| GetElem(L,i) | |
| ListInsert(&L,i,e) | |
| ListDelete(&L,i,&e) | |
| PrintList(L) | |
| Empty(L) | 判空 |
| DestroyList(&L) | |
| 合并两个长度分别为m和n的有序表，最坏情况下需要比较m+n-1次 | |
2.2 线性表分类
| 解释 | 插入基本操作 | 插入时间复杂度 | 删除基本操作 | 删除时间复杂度 | |
| 顺序表 | 动态分配时若空间满，需另开辟一块更大的空间 | 元素移动 | O(n) | 元素移动 | O(n) |
| 单链表 | 可头插法、尾插法建立 | 查找 | O(n) | 查找 | O(n) |
| 双链表 | 每个结点有两个指针 | ||||
| 循环单链表 | 最后一个结点指向首个结点 | ||||
| 循环双链表 | |||||
| 静态链表 | 借助数组的链式存储结构，其指针称为游标 | ||||
| 比较操作的时间代价常弱于移动操作 |
3 栈和队列
3.1 栈和队列
| 栈 | 队列/队 | |
| 操作特性 | 后进先出LIFO | 先进先出FIFO |
| 操作位置 | 栈顶 | 队头/首出/离队，队尾入/进队 |
| 主要指针 | top=栈顶元素 | front=队头元素但初始也为0，rear=队尾元素的下一个位置 |
| 顺序存储结构 | 顺序栈、共享栈（减少上溢，有2个指向栈顶元素指针 | 顺序队列（存在假溢出，即Q.rear==Maxsize时元素无法进队但数组中仍有空位；队空时front==rear==0）、循环队列 |
| 链式存储结构 | 链栈：表头为栈顶的单链表，无头结点 | 链队列（尾指针rear=队尾结点）、双端队列 |
| 出来元素的不同排列个数 | Catalan数：1/(n+1) C(2n,n) | |
| 应用 | 括号匹配、表达式求值（编译原理）、中缀表达式变后缀表达式（运算符在操作数后）、递归（DFS）、进制转换、迷宫求解、调用函数及其局部变量 | 层次遍历、计算机系统中资源分配（如缓冲区） |
| 其他 | 只可能发生上溢（因为插入删除都在栈顶进行） | 栈和队列的逻辑结构相同，都是线性结构 |
| 双端队列 | 进队时前端进的排在后端进的元素前，出队时无论前、后端，先出的排在前面 | 没限制的双端序列输入序列为1234....n，则输出序列有n!个 |
| 输入受限的双端队列 | 允许在一端进行插入和删除，但在另一端只允许插入 | |
| 输出受限的双端队列 | 允许在一端进行插入和删除，但在另一端只允许删除 |
3.2 特殊矩阵的压缩存储
| 概念 | 解释 |
| 维界 | 数组元素的下标的取值范围 |
| 上、下三角区 | i<j、i>j（也叫对角线以下） |
| 主对角线 | i=j |
| 特殊矩阵 | 对称矩阵、三角矩阵（存储完一方的元素之后，再紧接着存储另一方的常量一次）、对角/带状矩阵、三对角矩阵 |
| 稀疏矩阵 | 逻辑：三元组；存储：数组、十字链表（将行单链表、列单链表结合） |
| 按行优先 | 先存储行较小的 |
| 按列优先 | 先存储列较小的 |
4 串
| 解释 | |
| 字符串/串 | 可在串后加一个不计入串长的结束标记字符”\0” |
| 空串Ø | |
| 子串/模式串 | 设为p_1 p_2 … p_m |
| 主串 | 包含子串的串，设为s_1 s_2 … s_n，子串在主串中的位置从1开始 |
| 存储结构 | 定长顺序（超过预定义长度的串值会被截断）、堆分配存储（地址连续但动态分配）、块链存储（每个结点（即块）可存放一个或多个字符） |
| 串的最小操作子集 | 串赋值StrAssign、StrCompare、Strlength、Concat、SubString |
| 前缀 | 除最后一个字符外，所有的头部子串 |
| 后缀 | 除第一个字符外，所有的尾部子串 |
| 部分匹配值PM | 前、后缀的最长相等长度 |
| PM表 | 依次列出模式串中所有头部子串的PM值 |
| next数组 | PM表右移一位且令next[1]=-1，相邻的后一个比前一个最多大1 |
| next的另一种表示 | 将上面的这种表示方法的每个数组元素的值加一。此时变为j=next[j]，含义为在模式串的第j个字符失配时，跳到模式串的next[j]位置重新与主串当前位置进行比较 |
| nextval数组 | 若j和next[j]处字符相同，则nextval=next[next[j]]，直到两字符不同 |
| 模式匹配 | 子串的定位 |
| 简单模式匹配 | 最坏时间复杂度O(mn) |
| KMP | 模式串后移位数Move=已匹配的字符数-PM = (j-1)-PM[j-1] = (j-1)-next[j]，相当于将子串的比较指针j回退到j=j-move，主串始终不回退，O(m+n) |
| KMP的优化 | 用nextval取代next，即将next[j]修正为next[next[j]]，直到两者对应位置的字符不等为止 |
5 树
5.1 树的基本概念
| 子孙 | 跟祖先反过来的概念 |
| 双亲/直接上层结点 | 最近的祖先 |
| 孩子 | 最近的子孙 |
| 兄弟 | 双亲相同 |
| 堂兄弟 | 双亲在同一层 |
| 树的度 | 树中结点的最大度数 |
| 分支结点/非终端结点、叶子结点/终端结点 | 结点数=分支数/所有结点的度数之和+1，因为分支跟孩子一一对应 |
| 结点的层次 | 根结点为第一层，以此类推 |
| 结点的深度 | 从根结点开始逐层累加 |
| 结点的高度 | 从叶结点开始逐层累加 |
| 树的高度/深度 | 树中结点的最大层数 |
| 路径 | 结点序列，方向是从上而下（因为分支是从双亲指向孩子，是有向的） |
| 路径长度 | 路径上经过的边的个数 |
| 树的路径长度 | 树根到每个结点的路径长的总和 |
| 结点的带权路径长度 | 根到该结点的路径长度×该结点上权值 |
| 树的带权路径长度WPL | 所有叶结点的带权路径长度之和 |
| 树——双亲表示法 | 连续空间，每个结点中增设伪指针指向双亲在数组中的位置。其中，根结点下标为0，其伪指针域为-1 |
| 树——孩子表示法 | 把每个结点的孩子结点用单链表链接起来，则n个结点有n个孩子链表 |
| 树——孩子兄弟/二叉树表示法 | 用二叉链表作为存储结构：data、firstchild、nextsibling，方便实现将树转为二叉树 |
| 结点在另一结点的左方 | 层数之差为0、正、负都是可以的 |
5.2 二叉树
| 概念 | 性质 | |
| 二叉树 | 树的度=2/1/0，度为1的结点的孩子也分左右次序（区别于有序树——不可为空、度为1的孩子无序） | 可顺序存储（h为树高，则要占近2^h-1个存储单位）、链式存储，n0=n2+1 |
| 满二叉树 | ∈完全二叉树，结点最多 | |
| 完全二叉树 | 与满二叉树的层次遍历一一对应，n1=1(n为偶)或=0(n奇)，仅最大层结点可不满，仅最下两层可有叶结点 | 将结点按层序从1编号，结点i的双亲为⌊i/2⌋、左孩子为2i、右孩子为2i+1。分支结点i<=⌊n/2⌋ |
| 二叉排序/查找/搜索树BST | 结点的关键字：左子树<根结点<右子树，适用于有序的动态查找表 | 中序遍历得递增序列；插入的结点一定是叶结点（AVL不是这样），删除某结点时若其左右子树均不空需用其直接前驱或后继代替它，插入和删除为O(log_2 n)；查找效率取决于树高h |
| 平衡（二叉）树AVL | ∈BST，任意结点的平衡因子=左右子树高度差<=1，最少结点数递推公式n_h=1+n_(h-1)+n_(h-2) | 若插入导致不平衡需调整最小不平衡子树：LL（左孩子的左子树（初始可为空）上插入一个新结点）右单（右转一次）、RR左单、LR先左后右双、RL先右后左双 |
| 红黑树RBT | ∈BST，①每个结点或是红色，或是黑色的 ②根节点是黑色的 ③叶结点（即外部结点、NULL结点、失败结点）均黑色 ④不存在两个相邻的红结点（即红结点的父节点和孩子结点均是黑色） ⑤对每个结点，从该节点到任一叶结点的简单路径上，所含黑结点的数目（称为该结点的黑高bh）相同 | 性质1:从根结点到叶结点的最长路径不大于最短路径的2倍; 性质2:有n个内部节点的红黑树高度h≤2log_2 (n+1) => 红黑树查找、删除、插入操作时间复杂度=O(log_2 n)。其他：在一棵红黑树中，如果所有结点都是黑的，那么它的形态一定是满二叉树；根节点黑高为h的红黑树，内部结点数（关键字）最少的情况是铺满h层黑结点的满树形态，最多是黑、红交叉铺满2h层 |
| 哈夫曼树/最优二叉树 | WPL最小。构造方法：不断选取权值最小的两个结点，并将和作为它们俩的双亲结点的权值 | 所有初始结点都变成叶结点，权值越小的结点到根结点的路径长度越大，n1=0，新建了n-1个结点。构造出的哈夫曼树可能不唯一，但WPL必然相同且最小 |
| 无论是二叉查找树、还是AVL树、红黑树。先删除一个关键字，紧接着插入相同关键字，树形态都有可能改变。 | ||
| RBT与AVL：查找效率通常AVL树更好，插入、删除操作通常红黑树更优秀。查找/插入/删除的最坏时间复杂度都是O(log_2 n) | ||
| 二叉链表 | 包含data、lchild、rchild | 空链域个数=n1+2n0=n+1（所以之后线索数也是n+1个） |
| 三叉链表 | 二叉链表的基础上加上parent | |
| 线索链表 | 二叉链表的基础上加上ltag（=1时lchild指向前驱）、rtag（=1时rchild指向后继） | 原二叉链表的空链域里填入线索（即二叉树的线索化，即指向前驱或后继的指针），这使树变为线索二叉树（是加上线索后的链表，故∈物理结构） |
| 固定长度编码 | 每个字符用相等长度的二进制位表示 | |
| 可变长度编码 | 对频率高的字符赋短编码、低的赋长编码 | |
| 前缀编码 | 没有一个编码是另一个编码的前缀 | |
| 哈夫曼编码 | ∈可变长度编码，∈前缀编码，为从根至该字符的路径上的边的标记的序列 | 边标记为0表示转向左孩子、1表示转向右孩子。用哈夫曼树可设计出总长度最短的二进制前缀编码 |
5.3 树、森林的遍历
| 树 | 二叉树（一一对应） | 森林（可以只有一棵树） |
| 先根（先根后子树） | 先/前序 | 先序/先根（第一棵树的根结点、第一棵树的子树森林、其他树） |
| 后根（先子树后根） | 中序 | 中序/中根/后根（第一棵树的子树森林，第一棵树的根结点、其他树） |
并查集
| 概念 | 解释 | 数组实现 |
| Union(S,Root1,Root2) | 把S的子集合Root2并入子集合Root1，要求Root1和2不相交 | 将Root2根结点的双亲指针指向Root1的根结点 |
| Find(S,x) | 查找集合S中单元素所在的子集合 | 循环寻找x的根 |
| Initial(S) | S中每个元素都初始化为只有一个单元素的子集 | 每个数组元素的值初始化为负数 |
| 存储结构 | 树、森林的双亲表示，每个子集合是一棵树 | 数组元素的下标：元素名，根结点的下标：子集合名 |
6 图
6.1 图的基本概念
| 基本元素 | G=(V,E) | V(G) | E(G) | |V|>0（跟线性表和树不同，图不可是空图） | |E| |
| 度 | 度TD(v)=ID+OD | 入度ID(v) | 出度OD(v) | ||
| 路径（定义为由顶点和相邻顶点序偶构成的边所形成的序列或顶点序列） | 回路/环（第一个、最后一个顶点相同的路径） | 简单路径（顶点不重复出现） | 简单回路（除第一个、最后一个顶点外其他定点不重复） | 路径长度（路径上边的数目） | 距离（最短路径的长度） |
| 有向图衍生概念 | 有向边/弧<v,w> | 弧尾v | 弧头w | v邻接到w | |
| 无向图衍生概念 | 无向边/边(v,w) | w和v互为邻接点 | 边(v,w)依附于w和v | 边(v,w)和w,v相关联 | |
| AOE网衍生概念 | 开始顶点/源点 | 结束顶点/汇点 | 关键路径（路径长度最大） | 关键活动（关键路径上的活动） |
图的分类
| 不相交的概念1 | 不相交的概念2 | 衍生概念 |
| 有向图 | 无向图 | |
| 有向完全图（有n(n-1)条弧） | （简单/无向）完全图 | |
| 强连通图（有向图） | 连通图、非连通图（都是无向图） | |
| 强连通分量=极大强连通子图（有向图） | 连通分量=极大连通子图（边最多） | |
| 生成森林（非连通图的） | 生成树=极小连通子图（边最少） | 生成子图（顶点不减） |
| 简单图（不存在重复边和顶点到自身的边，数据结构中仅讨论简单图） | 多重图 | |
| 稀疏图 | 稠密图 | |
| 带权图/网 | 边的权值 | |
| 有向树 | ||
| AOV网（用点表示活动）∈有向无环图DAG（可表示表达式） | AOE网（点表示事件、 边表示活动，边上权值为活动开销）∈DAG | 拓扑排序 |
6.2 图的存储
| 邻接矩阵 | 邻接表 | 十字链表 | 邻接多重表 | ||
| 顶点结点 | 一维数组（可省略） | 顶点表：data、firstarc | data、firstin、firstout | data、firstedge | 都是顺序存储 |
| 边结点 | 二维数组 | 顶点的边表、出边表（对于有向图）：单链表，邻接点域adjvex、指针域nextarc | 弧结点：十字链表，表示不唯一，尾域tailvex、头域headvex、hlink、tlink、info | 链表，mark、ivex、ilink（指向下一条依附于顶点ivex的边）、jvex、jlink、info | |
| 优点 | 易得到顶点的出度 | 易求得顶点的出度和入度 | 比邻接表更易判断两点间的关系 | ||
| 缺点 | 占用空间大 | 不易得到顶点的入度 | |||
| 适用范围 | 无向图、有向图、带权图/网 | 无向图、有向图 | 有向图 | 无向图 | |
| 其他 | 邻接矩阵A^n的元素=由顶点i到顶点j的长度为n的路径数目 | 逆邻接表的优缺点与之相反 | firstin指向以该顶点为弧头的第一个弧结点；hlink指向弧头相同的下一条弧 | 所有依附于同一顶点的边串联在同一链表中；边结点跟边一一对应 |
6.3 图的遍历
| 广度优先搜索BFS | 深度优先搜索DFS | |
| 类似于树的遍历 | 层序遍历，按距离从近至远遍历 | 先序遍历 |
| 辅助 | 队列 | 递归工作栈 |
| 是否递归 | 否 | 是（因为需往回退） |
| 需辅助数组标记是否被访问过 | 是 | 是 |
| 原理——外循环 | 外循环实际次数=子图个数 | 同左 |
| 原理——内部——初始化 | 内循环第一步：对外循环的当前顶点先访问再压入队列中 | 访问当前顶点 |
| 原理——内部——循环 | 当队列不空时：出队列——其邻接点依次访问并入队列 | 遍历当前顶点的邻接点，依次对其递归重走“内部”函数 |
| 空间复杂度 | 辅助队列→O(|V|) | 递归工作栈→O(|V|) |
| 时间复杂度——邻接表 | 每个顶点至少入队一次+搜每个点的邻接点时每个边至少访问一次=O(|V|)+O(|E|) | 同左 |
| 时间复杂度——邻接矩阵 | 查找每个点的邻接点需O(|V|)→O(|V|^2) | 同左 |
| 应用 | 生成广度优先生成树（<=右者树高） | 生成深度优先生成树/森林 |
| 应用 | 求非带权图的单源最短路径d(v_0,v_i)：令v_0为BFS外循环的第一个结点 | 顶点v入栈后，必先遍历完其后继顶点后v才会出栈，即v在其后继结点之后出栈 |
6.4 图的应用
| 最小生成树MST——Prim | 最小生成树MST——Kruskal | MST——破圈法 | 最短路径——Dijkstra | 最短路径——Floyd | 拓扑排序 | 关键路径 | |
| 使用范围 | 非带权图、带权图(MST唯一) | 同左 | 带权图：单源最短路径 | 带权图：每对顶点间 | AOV网 | AOE网 | |
| 类似方法 | Dijkstra | Prim | 最大路径 | ||||
| 原理——初始化 | 任选一个顶点 | 每个顶点自成一个连通分量 | 任取一圈，去掉圈上权最大的边 | 把源点放入集合S(记录已求得最短路径的顶点)，即令S={0}，dist[](原点到个顶点当前最短路径长度)初始值dist[i]=arcs[0][i] | 邻接矩阵（注意并非幂运算，而是迭代次数） | 将没前驱的顶点入栈，选一个出栈 | ve(源点)=0；vl(汇点)=ve(汇点) |
| 原理——循环 | 从{(u,v)|u∈U, v∈V-U}中选权值最小且不构成回路的边 | 按边权值递增顺序不断选权值最小且不构成回路的边，不断把森林连起来，在此过程中不要求一直连通 | 重复执行，直到没圈为止 | 从顶点集合V-S中选出v_j使dist[j]最小并放入S；修改V-S中的每个顶点v_k：若dist[k]>dist[j]+arcs[j][k]则令左=右 | 依次把各个顶点作为中介顶点，即依次令k=0…n-1，并修改矩阵元素值： | 将与其相连的点入度-1，并将入度变为0的点都入栈 | 递推公式： ve(k)=Max{ve(j)+Weight(v_j,v_k)}、 vl(k)=Min{vl(j)-Weight(v_k,v_j)} |
| 时间复杂度 | O(|V|^2) | 用堆存放边故每次选最小权边需O(log|E|)*用并查集描述生成树=O(|E|log|E|) | O(|V|^2) | O(|V|^3)。另一方法是对每个顶点|V|*做一次Dijkstra 即O(|V|^2)=O(|V|^3) | 用邻接表时删顶点+删相应的边=O(|V|+|E|)；用邻接矩阵时O(|V|^2) | ||
| 适用于 | 边稠密的图 | 边稀疏而顶点较多的图 | 权值为正 | 不允许带负权的边成回路 | 邻接矩阵是三角矩阵时 | ||
| 其他 | 当带权连通图的任意一个环中所包含的边的权值均不相同时，其MST唯一 | 同左 | 虽是在内存中进行的，但不属于内部排序范畴 | 事件v_k的最早发生时间ve(k)； 事件v_k的最迟发生时间vl(k)； 活动a_i的最早开始时间e(i)=ve(k)； 活动a_i的最迟开始时间l(i)=vl(j)-Weight(v_k,v_j)； 活动a_i可拖延时间d(i)=l(i)-e(i)差额d()=0的活动构成关键路径 |
7 查找
7.1 查找的基本概念
| 概念 | 分类 | 举例 | |
| 查找表/查找结构 | 用于查找的数据集合 | 静态查找表（无需插入和删除，适合顺序、折半、散列查找）、动态查找表（适合BST、散列查找） | 数组、链表等 |
| 关键字 | |||
| 平均查找长度ASL | 查找过程中进行关键字比较次数的期望值 | 求查找失败的ASL有两种观点：认为比较到空结点才算失败，所以比较次数等于冲突次数加1；认为只有与关键字的比较才算比较次数 |
7.2 查找算法
| 顺序查找——无序表 | 顺序查找——有序表 | 折半查找 | 分块查找 | 散列查找 | |
| 别名 | 线性查找 | 同左 | 二分查找 | 索引顺序查找 | 哈希查找 |
| 适用范围 | 顺序表、链表 | 同左 | 有序∩顺序表、BST的二叉链表 | 查找表分块，块内无序、块间有序 | 散列表 |
| ASL_成功 | (n+1)/2 | O(log_2 n) | 索引表查找（顺序或折半）+块内查找 | O(1)，需要比较关键字以确定是否查找成功 | |
| ASL_不成功 | n+1 | n/2+n/(n+1) | |||
| 相关概念 | 失败结点 | 判定树 | 索引表 | 散列函数Hash(key)=Addr | |
| 相关概念解释 | 若有n个结点则有n+1个失败结点；用于算ASL_不成功 | 可描述折半查找的二叉树，是唯一的 | 表中每个元素含有各块的最大关键字和首元素地址；分为b块，每块s个记录 | 直接定址法-H(key)=a×key+b； 除留余数法-H(key)=key%p；（p取不大于表长的最大素数） 数字分析法-观察key数字结构； 平方取中法-H(key)=key^2的中间几位 | |
| 其他相关概念 | 对有n个记录的分块表最理想块长：√n | 冲突、同义词（映射到同一地址到不同关键字）；装填因子α=表中记录数/散列表长度；聚集/堆积：大量元素在相邻散列地址上 | |||
| 在散列表中，平均查找长度与装填因子α直接相关，但不直接依赖于表中已有表项个数或表长 | |||||
| 堆积：对存储效率、散列函数和装填因子均不会有影响，但会影响ASL |
处理散列函数冲突的方法
| 拉链法 | 开放地址法 | |
| 原理 | 把所有同义词存储在一个线性链表中 | H_i=(H(key)+d_i)%m，d_i为增量序列，m散列表表长 |
| 删散列表中记录 | 可以物理地删除 | 不能物理地删除，只能做删除标记 |
| 其他 | 线性探测法d_i=0,1,..,k； 平方/二次探测法d_i=0,1,-1,4,-4,…,k^2,-k^2； 伪随机序列法d_i=伪随机数序列； 再/双散列法d_i=i×Hash_2(key)，用第2个散列函数 |
7.3 B树和B+树
| B树/多路平衡查找树 | B+树 | |
| 概念 | 所有结点的平衡因子=0，且都满足子树、关键字个数要求。可为空树 | |
| 阶m | >=所有结点（包括终端结点）的孩子个数的最大值 | 同左 |
| 非终端根结点子树个数 | >=2（无论m多大都是这样） | 同左 |
| 非根非叶结点子树个数范围 | [⌈m/2⌉, m]（m=2亦可） | 同左 |
| 每个结点的子树个数-关键字个数（即互相约束 | 1 | 0 |
| 关键字分布位置 | 非叶结点，即非终端+终端结点，即叶结点个数-1 | 叶结点，即终端结点 |
| 叶节点 | 属于外部结点，代表查找失败 | 包含全部关键字 |
| 非叶节点 | 某结点若有m-1个关键字的值，则该结点还有m个指向子树根结点的指针 | 仅包含m个相应子树关键字的最大值+m个指向子树根结点的指针 |
| 高度/磁盘存取次数 | 不含叶节点 | |
| 适用查找 | 随机查找 | 随机查找、顺序查找 |
| 适用场景 | 比左边更适于操作系统的文件索引、数据库索引。因为比左边的磁盘读写代价更低、查询效率更稳定 |
B树的插入和删除
| 插入 | 删除 | |
| 关键字位置 | 必然插入到终端结点（最底层的非叶节点） | 若删除非终端结点的关键字k则仅需用k的前驱或后继k'替代即可；若删除终端结点关键字则通常直接删掉即可 |
| 特殊情况 | 插入后使某结点内关键字个数>=m | 删除后使某结点内关键字个数=⌈m/2⌉-2 |
| 特殊情况处理 | 从中切开，并把中间位置的关键字传给父结点 | 兄弟够借：父子换位法——父→原关键字位置、兄→父； 兄弟不够借：父、兄合并到原关键字所在结点 |
8 排序
8.1 排序的基本概念
| 排序算法的稳定性 | 关键字相同的元素排序后相对位置不变，算法的稳定性与算法的优劣性无关 |
| 内部排序 | 在排序期间元素全部存放在内存中，主要操作：比较、移动，对任意n个关键字排序的比较次数至少为⌈log2(n!)⌉ |
| 外部排序 | 排序文件较大，内存一次放不下。时间代价主要考虑访问磁盘的次数：I/O次数 |
| 全局有序 | 有序子列中任一元素一定>或<无序子列全部元素 |
| 一趟 | 排序过程中，对尚未确定最终位置的所有元素进行一遍处理 |
| 堆 | n个关键字序列L[…]，相当于一个完全二叉树 |
| 大根堆/大顶堆 | L(i)>=L(2i)且L(i)>=L(2i+1)，根结点是最大元素，跟BST的区别在于两个孩子结点没有次序规定 |
| 小根堆/小顶堆 | L(i)<=L(2i)且L(i)<=L(2i+1)，根结点是最小元素，跟BST的区别在于两个孩子结点没有次序规定 |
| 堆的插入 | 先插入到第n+1个位置（即叶结点），然后与其双亲进行比较及交换，直到不再大/小于其双亲 |
| 堆的删除 | 让最后一个叶结点填补被删除的空位，然后进行堆的调整 |
8.2 内部排序
| 插入排序——直接插入 | 插入排序——折半插入 | 插入排序——希尔排序/缩小增量排序 | 交换排序——冒泡排序 | 交换排序——快速排序 | 选择排序——简单选择排序 | 选择排序——堆排序 | 2路归并排序 | 基数排序 | |
| 算法 | 从左边第一个元素开始，向前查找待插入位置，找到后将中间经过的元素整体后移 | 与左边差别仅在于使用折半查找而非顺序查找 | 不断以增量d划分子表并对所有子表分别进行直接插入排序，d不断减半至1 | 两两比较相邻元素，边比较边交换 | 将比pivot小的移到其左边、比pivot大的移到右边（通过从两边向中间添空位）。然后对两个子表分别递归重复该过程 | 先找到最小元素，然后交换到首位 | 关键是构造大/小根堆。从最右下的非叶结点开始，依次遍历各个非叶结点 | 依次以2、4、8、…个（归并路数2的次方）元素为一组（要用到merge()，即将两个有序表归并为一个有序表） | 共有d趟分配（即入相应序号的队，形成r个链表）和收集（出队合成一个链表）。如对十进制数排序，要依次按个、十、百、…的入出队顺序 |
| 第一个操作的元素位置 | 左数第二个元素 | 左数第二个元素 | 每个子表L={i,i+d,i+2d,…i+kd}里的左数第二个元素 | 最左（/右）两个元素 | 任取一个元素pivot，称为枢轴/基准，并留下空位。通常取首元素。最右边比pivot小的和最左边比pivot大的最先移动 | 最小元素所在位置 | 以最后一个非叶结点为根的子树 | 每对相邻的两个元素 | |
| 空间复杂度 | O(1) | O(1) | O(1) | O(1) | 根据递归栈的深度（即递归树高度）：最好及平均O(log_2 n)、最坏O(n)（当已有序 | O(1) | O(1) | O(n)（即merge()的辅助空间） | r个队列：O(r ) |
| 最好情况 | 已有序对每个元素只用比较一次 | 有序时比较次数为n-1（因该趟冒泡没发生交换，就直接结束了 | Partition()平衡划分，即两个子问题的大小相同 | 选择排序、归并排序的比较次数与序列的初始状态无关，而且比较是主要操作 | 建堆时间O(n)*与树高O(h)有关的向下调整 | 需进行⌈log_2 n⌉趟归并 | [每趟分配O(n)+收集O(r)]*d趟 | ||
| 最好情况时间复杂度 | O(n) | O(n)进行1次冒泡 | O(nlog_2 n) | O(n^2) | O(nlog_2 n) | O(nlog_2 n) | O(d(n+r)) | ||
| 最坏情况 | 刚好逆序，比较和移动均最多 | 正好正序或逆序，每次选取第n个元素为基准，会导致划分区间分配不均匀 | |||||||
| 最坏情况时间复杂度 | O(n^2) | O(n^2) | O(n^2)进行n-1次冒泡 | O(n^2) | O(n^2) | O(nlog_2 n) | O(nlog_2 n) | O(d(n+r)) | |
| 时间复杂度（即运行效率 | O(n^2) | 比较O(nlog_2 n)+移动O(n^2) | 约为O(n^1.3) | O(n^2) | O(nlog_2 n) | O(n^2) | O(nlog_2 n) | O(nlog_2 n) | O(d(n+r))与序列初始状态无关 |
| 稳定性 | 是 | 是 | 不是 | 是 | 不是 | 不是 | 不是 | 是 | 是 |
| 适用性 | 顺序表、链式存储的线性表 | 顺序表 | 顺序表 | ||||||
| 全局有序 | 不是 | 不是 | 不是 | 是 | 是 | ||||
| 一趟排序含义 | 找到某个元素的插入位置 | 使各个子表有序 | 所有相邻元素都比较过；交换类排序的趟数和原始序列有关 | 也叫一次划分，若只对一块子表进行排序而未处理另一子表，就不能算完整的一趟 | |||||
| 特点 | 初始序列基本有序时，插入排序比较次数较少 | 平均性能而言最好的内部排序方法； 第i趟完成时，会有i个以上的数出现在它最终将要出现的位置； | 常用于取k个最大/小元素；堆是用于排序的，在查找时它是无序的 | 不基于比较和移动进行排序；不能对float和double类型的实数进行排序 | |||||
| 相关概念 | 基数r：关键字为d元组时，每一元的元素种数，如关键字为十进制数时，基数为10；排序依据：最高位优先MSD、最低位优先LSD（即按实际数字大小）决定r个队列的顺序； | ||||||||
| 应用——取前k小的元素 | 插入排序、快速排序和归并排序只有在将元素全部排完序后，才能得到前k小的元素序列 | 冒泡排序、堆排序和简单选择排序则在每一趟中都确定一个最小的元素 | 对n个元素，建立堆排序初始堆的时间不超过4n，取得第k个最小元素之前的排序序列用时klog2_n，总时间为4n+klog2_n | ||||||
| 希尔排序和堆排序都利用了顺序存储的随机访问特性，而链式存储不支持这种性质，所以更换为链式存储后时间复杂度会增加 |
8.3 外部排序——归并排序
| 归并段/顺串 | 外部排序过程中的有序子文件，即通过内部排序方法排好序后放回外存的有序子文件 | 每一趟归并的IO读写磁盘次数相同，=待排文件总记录数/每块磁盘可容纳的记录数。初始归并段个数r=待排文件总记录数/内存可容纳的记录数 | 减少r可减少归并趟数（优化1） |
| k路归并排序 | 最多只有k个段归并为一个。使用归并排序方法，最少只需在内存中分配k+1块大小的缓冲区（包括k个输入缓冲区和一个输出缓冲区）即可对任意大小的一个文件进行排序。这里的块与外存中磁盘块的大小一致。 | 归并趟数=⌈log_k r⌉。内部归并：在k个关键字中选择一个关键字需要比较k-1次。k+1=内存可容纳的记录数/每块磁盘可容纳的记录数 | 增大路数可减少I/O次数（优化2），但同时也会增加内存开销和内部归并所需时间 |
| k路平衡归并 | 在每一趟归并中，若有m个归并段参与归并，则经过这一趟归并必须恰好得到⌈m/k⌉个新的归并段 | ||
| 败者树 | 是完全二叉树，k个叶结点（是外结点）存放k个归并段 | 内部归并：在k个关键字中选择一个关键字最多需要比较⌈log_2 k⌉次 | 令内部归并的比较次数与k无关 |
| 置换——选择算法 | 在内存工作区WA选择关键字最小的记录，即MINIMAX记录，并输出到初始归并段输出文件FO，同时从初始待排文件FI中输入下一个记录到WA中 | 生成更长的初始归并段 | |
| 最佳归并树 | 让记录最少的初始段最先归并，类似于哈夫曼树 | 总的I/O次数=读+写=2✖️WPL | 是m路归并排序的优化方案（总的I/O次数最少） |
| 虚段 | 即添加权为0的叶子结点 | 添加后使n0=(k-1)n_k+1且n_k为整数 | 为使初始归并段构成严格k叉树 |
推荐的Github库
2021王道数据结构课后大题代码全实现：
https://github.com/Ruvikm/Wangdao-Data-Structures
《数据结构-C语言版》[严蔚敏,吴伟民版]课本源码与习题解析：
GitHub - kangjianwei/Data-Structure: 《数据结构》-严蔚敏.吴伟民-教材源码与习题解析
1902
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
