数据结构复习

数据结构复习

1.栈

栈可以用多种方法实现：

• 数组+计数器（记录栈容量）
• 标准库中的 Vector 容器
• 链表+计数器
• 标准库中的 Stack 数据结构

栈的应用：

• 括号匹配

  括号入栈前与栈顶括号比较，若匹配则栈顶元素弹出，否则继续入栈。

• 设计链栈

  注意栈的pop和push操作都是在表头进行。

• 设计支持返回栈中最大值的栈

  使用辅助栈存储当前栈中的最大值。当入栈元素大于辅助栈栈顶元素时将该元素也压入辅助栈；当要弹出的栈顶元素等于辅助栈栈顶元素时，2个栈顶元素都弹出。

• 后缀表达式计算

  数字入栈，遇到运算符号时取出栈顶2个元素完成运算并将结果入栈直至得到最终结果。

• BST中序遍历

  BST结点入栈，遇到没有子结点的栈顶元素时连续弹出2个栈顶元素。

• 记录Hanoi Tower移动

• 进制转换

  将转换（先%运算再/运算）后的低位数依次，最后依次出栈完成转换。

2.队列

队列可以用多种方法实现：

• 数组+计数器（记录队列容量）
• 标准库中的Queue容器
  -数组（环状数组实现）+队头下标+队尾下标+计数器

队列的应用：

• 回文判断

  字符串分别放入队列和栈，然后依次出栈和出队列，比较2个元素是否相同。

• 使用双栈模拟队列

  一个栈负责pop，另一个栈负责push。

• BST的广度有限搜索

  依次将结点放入队列，然后按照队列中的顺序将该结点的子结点依次放入新的队列，并将该结点出队。

3.链表

链表直接使用基于指针的结构体进行构建。

struct Node{
        void* value;
        Node* leftSub;
        Node* rightSub;
        void* otherInfo;
};

链表的应用：

• 基数排序

  生成编号为0到9这10个链表，然后自数字的低位到高位不断刷新链表内容，最后按照编号从小到大输出链表中的值，即可完成升序排列。

• 判断单向链表是否有环

  设置2个指针（一个慢指针、一个快指针）对该链表进行遍历，如果遇到2个指针重叠，那么该链表存在环（证伪不证实）。

• 翻转链表

  遍历原始链表，同时新建链表，将每次遍历到的结点更新为新链表的头结点。

• 有序链表去重

  判断相邻结点是否相同，相同则删除其中一个结点。

• 有序链表合并

  依次遍历，（以升序为例）比较2个链表的当前结点谁小取谁放入新的链表，然后比较后一结点。

• 倒数第k个结点

  使用2个指针，快指针先遍历k个结点，再和慢指针一起遍历，当快指针访问到链表尾部NULL时，慢指针的位置就是倒数第k个结点。

• 2个单链表中相同结点的检查

  尾结点相同，则2个单链表中存在相同结点。

4.散列表Hash Table

散列表包含2个重点：

• 散列函数

1.直接定址
2.除留余数
3.平方取中
4.折叠法（针对位数较多的关键码）
5.数字分析
6.随机数

• 冲突处理

1.开放地址法 Open Addressing
    (1)线性探查 Linear Probing
    (2)二次探查 Quadratic Probing
2.分块链接 Chaining
    (1)链地址
    (2)拉链法

5.树与二叉搜索树

树tree的关键概念：

• path：从root出发由上而下，结点之间存在的遍历路径。
• length：path的长度。
• depth：leaf结点到root结点的最长path中的边个数。
• height：leaf结点到root结点的最长path中的结点个数。
• level：结点到root的路径长度。

树的性质：

• complete：每一个结点，要么没有子节点，要么有左右2个结点。

• balanced：左右子树的height相同。

二叉搜索树BST的3种遍历顺序（形成3种表达式）：

• 前序遍历pre-oder
• 中序遍历in-order
• 后序遍历post-order

有关树的问题

• AVL平衡树的结点插入与平衡旋转

• 森林Forest的遍历

• 森林Forest的并查集Disjoint-Set

6.图Graph

图的组成

G={V,E}其中V表示点vertex组成的集合，E表示边edge组成的集合。

e=(v,w)其中v和w是2个点，e是由v和w为端点构成的边。那么，称边e和点v、w是邻接Incident关系；称点v和w是相邻Adjacent关系。

• path：相邻关系的点及其边构成的集合。

• cycle：path是一个圆环。

• degree：与一个点相邻的点的个数（也是与一个点邻接的边的条数）。

图的性质

• connected：任意点对之间都存在边。
  对于一个digraph，strongly connected强连通是指考虑方向时，图是connected连通的；weakly connected弱连通是指不考虑方向时，剩下的无向图是connected连通的。

• free：图中不存在环。

• dense稠密与sparse稀疏：当边数与点数相近时，称为dense稠密图；当边数<<点数时，称为sparse稀疏图。

• simple graph：不存在多重边的图。

• Directed Acyclic Graph：有向无环图DAG

图的遍历

• 深度优先遍历Depth-First

void DF(Node* n)
{
    if(n == NULL)
    {
        //Stop searching
    }
    current_node_set_visited();
    display_current_node();
    DF(n->lson);
    DF(n->rson);
}

• 广度优先遍历Breadth-First

void BF(Node* root)
{
    queue<Node> oldQueue;
    oldQueue.push(root);
    while(!oldQueue.empty())
    {
        queue<Node> tempQueue;
        for(int i = 0; i < oldQueue.size(); i++)
        {
            InsertToTempQueue((*(oldQueue.front().lson)));
            InsertToTempQueue((*(oldQueue.front().rson)));
            displayNodeInfo(oldQueue.front());
            oldQueue.pop();
        }
        oldQueue = tempQueue;
    }
}

图的应用

• 最短路径Shortest Path

  (1)不带权重的图：Breadth-First Searching
  (2)带权重的图：Dijkstra's Algorithm

• 最小生成树Minimal Spanning Tree

  (1)Prim's Algorithm
  (2)Kruskal's Algorithm

• 图的并查集操作Disjoint-Set Operation

• 拓扑排序Topological Sort

• 搜索连通分支Connected Component