线性表
顺序表：元素在内存当中以顺序存储
链表：离散单独一个一个点，通过指针联系起来
（单链表）指针指向下一个元素地址
（循坏链表）尾元素指针指向首元素地址
（双链表）双链表头尾指针指向上一个元素及下一个元素的地址
栈：先进后出
队列：先进先出
循坏队列：入队时尾指针向前追赶头指针；出队时头指针向前追赶尾指针，队空和队满时头尾指针均相等，使用求余运算可以判断队列是否已满。
树
树的基本概念：略
树的遍历（先序，后序，层次）
二叉树
满二叉树：二叉树上所有节点都是充实饱满的
完全二叉树：有N层，N-1就是满树，最后一层节点从左至右排列。
二叉树的遍历（先序，中序，后序，层次）
树转二叉树：对于任何一个节点树的孩子节点作为他转成二叉树的左子树节点。树的兄弟节点变成右子树节点。（树只留最左边孩子节点的线，兄弟节点连起来）
查找二叉树（二叉排序树）
查找二叉树的基本操作（查找，新增，删除）：略
最优二叉树（哈夫曼树）：叶子结点权乘以树高度（根为0）用户压缩数据。常用与数据压缩。
最优二叉树的构造，一组集合中，最小二个数先做兄弟节点，组成后的父节点权值为子节点相加，再和最小数结合组成新数，以此类推，如下图
哈夫曼编码：左子树边为0右子树边为1。
线索二叉树：排序二叉树查找就要遍历，就要递归 ，二叉树的存储结构 Lchild | data | Rchild 叶子节点就造成空间浪费。由此左指针指向前驱，右指针指向后继，此时叫线索 Lbit | Lchild | data | Rchild | Rbit 1 代表线索，0代表常规指针。用户数据的存储不浪费。
先序举一个
二叉树转前序（中序，后序）线索数：先写出前序个节点顺序，叶子节点的前驱和后继就很明朗了。
平衡二叉树：是衡量排序二叉树结构是否合理的一个指标（使综合每个节点查找次数最低）
图
树与图关系：树只是图的一种特殊形式，树有回路就是图了
图的基本概念：有限非空顶点集合，边集
有向图<>，无向图（）
顶点的度：与之关联的边，有向图（出度，入度）
子图：略
完全图：每对顶点之间都有一条边相连，每对顶点之间都有二条边相连
路径：路径是由边组成的，起点到终点，所经历边的序列
回路：一个点出发，又回到这一个点
简单回路：除了起点和终点相同，路径序列其他点都不相同
强连通图：每两点，都有路径可以到达（有向图中，隔点能到达也行）
连通分量：一个图割离开来分成几部分，每部分都是连通图。
网络：图加上边的权值。
图的存储
邻接矩阵：N个结点，用N阶方阵存放图中个结点关联信息。网络邻接矩阵，方阵不在填值，填权值，没边填-1。
邻接表：N个结点，N个列表， V1--- |V2|权值|指针|--- |V4|权值|null
当图中的边远远小于顶点数时，邻接矩阵就成了 稀疏矩阵，造成空间浪费。
图的遍历：深度优先算法 | 广度优先算法
深度算法DFS
要回退
广度BFS
最小生成树：各城市建网络需要覆盖，又要最低成本
实现一：普里姆算法 目标集合以一个出发点扩充完整数（扩充的点并到集合里），每次寻找于集合最短的点。
实现二：克鲁斯卡尔 算法：点都分离出来，每次选取最小边直到全联通
拓扑排序和关键路径
AOV网：有向边表示活动之间开始的先后关系
拓扑排序：任务的先后执行顺序
AOE网：AOV的基础上加上边的权值
关键路径：AOE中最长的路径
边的最早开始时间：发出顶点的最早开始时间
顶点的最早开始时间：到达顶点的最长路径
哈希表
相比于树和图，哈希表不经过任何比较，直接找到关键字
概念：根据内容通过一定运算，直接得到他的存储地址
冲突：关键字不同，求出的hash地址相同
哈希函数：运算过程 ，衡量标准：冲突避免
处理冲突的方法：
开放地址法：当发生地址冲突时，按照某种方法继续探测哈希表中的其他存储单元，直到找到空位置为止。
拉链法：散列列表每个节点增加一个指针字段，用于链接同义词子表，链表中的结点都是同义词
hash表查找：探测几次把数据存入，查找的时候也要几次查找出来
平均查找长度：所有元素的查找长度累加 / 元素个数
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
