数据结构整理完整版
数据结构知识点整理(清华大学出版社)

5.度量指标:算法运行时间主要取决于基本操作的执行次数(频度),执行次数通常随问题规模扩大而增加,增加越快意味着算法随问题规模的扩大,运行时间增长的也快,从而该种算法效果较差;增长越慢算法越好,故可用基本操作的频度随问题规模的增长率反映算法的效率。
{//在顺序表L的第i个位置前插入元素e,i的合法值为1..L.length+1
if(i<1||i>L.length+1) return ERROR;//插入不合法
if(L.length>=L.listsize)
{//表满,增加存储容量
ElemType*newbase=(ElemType*)realloc
#define LISTINCREMENT 10 //…
typedef ***** ElemType;
typedef struct{
ElemType *elem; //存储空间基址
int length; //…
int listsize; //……
}SqList;
SqList La,Lb,Lc;
Status InitList_Sq(SqList &L)
return(OK);
}//InitList_Sq
void ListDelete(SqList &L,int i,ElemType &e)
{//在顺序表L中删除第i个元素,用e返回其值.
//i的合法值是[1,ListLength(L)]
if(i<1||i>L.length) retuΒιβλιοθήκη n ERROR;//删除位置不合理
数据结构考研笔记整理(全)

数据结构考研笔记整理(全)数据结构考研笔记整理数据结构是计算机科学中非常重要的一门课程,对于计算机专业的学生来说,考研复习过程中对数据结构的准备非常关键。
因此,我们需要系统地整理数据结构的相关知识点,以便更好地理解和掌握。
一、线性表线性表是数据结构中最基本的一种数据结构,它是一种有序的数据元素的集合。
常见的线性表有顺序表和链表。
1. 顺序表顺序表是将数据元素存放在一块连续的存储空间中,通过元素的下标来访问。
具有随机访问的特点,但插入和删除操作比较麻烦。
适用于查找操作频繁的场景。
2. 链表链表是将数据元素存放在任意的存储空间中,通过指针来连接各个元素。
具有插入和删除操作方便的特点,但不支持随机访问。
适用于插入和删除操作频繁的场景。
二、栈和队列栈和队列是特殊的线性表,它们都具有先进先出的特点。
1. 栈栈是一种特殊的线性表,只能在表的一端进行插入和删除操作,即“先进后出”。
常见的应用有函数调用的过程中的参数传递、表达式求值等。
2. 队列队列也是一种特殊的线性表,只能在表的一端进行插入操作,而在另一端进行删除操作,即“先进先出”。
常见的应用有任务调度、缓冲区管理等。
三、树树是一种非常重要的非线性数据结构,它由节点和边组成。
树具有层次结构,常见的树结构有二叉树、二叉搜索树和平衡二叉树等。
1. 二叉树二叉树是每个节点最多有两个子树的树结构,包括左子树和右子树。
二叉树的遍历方式有前序遍历、中序遍历和后序遍历。
2. 二叉搜索树二叉搜索树是一种特殊的二叉树,它的左子树中的所有节点都小于根节点,右子树中的所有节点都大于根节点。
具有快速查找和插入的特点。
3. 平衡二叉树平衡二叉树是一种特殊的二叉搜索树,它的左右子树的高度差不超过1。
通过旋转操作可以保持树的平衡性。
四、图图是一种非常复杂的非线性数据结构,它由顶点和边组成。
图可以分为有向图和无向图,常见的图算法有深度优先搜索和广度优先搜索。
1. 深度优先搜索深度优先搜索是一种用于遍历或搜索图和树的算法,它从一个节点开始,尽可能深地访问每个节点的所有子节点,直到没有子节点为止。
数据结构基础知识整理

数据结构基础知识整理*名词解释1、数据:是信息的载体,能够被计算机识别、存储和加工处理。
*2、数据元素:是数据的基本单位,也称为元素、结点、顶点、记录。
一个数据元素可以由若干个数据项组成,数据项是具有独立含义的最小标识单位。
*3、数据结构:指的是数据及数据之间的相互关系,即数据的组织形式,它包括数据的逻辑结构、数据的存储结构和数据的运算三个方面的内容。
*4、数据的逻辑结构:指数据元素之间的逻辑关系,即从逻辑关系上描述数据,它与数据的存储无关,是独立于计算机的。
*5、数据的存储结构:指数据元素及其关系在计算机存储器内的表示。
是数据的逻辑结构用计算机语言的实现,是依赖于计算机语言的。
*6、线性结构:其逻辑特征为,若结构是非空集,则有且仅有一个开始结点和一个终端结点,并且其余每个结点只有一个直接前趋和一个直接后继。
*7、非线性结构:其逻辑特征为一个结点可能有多个直接前趋和直接后继。
*8、算法:是任意一个良定义的计算过程,它以一个或多个值作为输入,并产生一个或多个值作为输出;即一个算法是一系列将输入转换为输出的计算步骤。
*9、算法的时间复杂度T(n):是该算法的时间耗费,它是该算法所求解问题规模n趋向无穷大时,我们把时间复杂度T(n)的数量级(阶)称为算法的渐近时间复杂度。
*10、最坏和平均时间复杂度:由于算法中语句的频度不仅与问题规模n有关,还与输入实例等因素有关;这时可用最坏情况下时间复杂度作为算法的时间复杂度。
而平均时间复杂度是指所有的输入实例均以等概率出现的情况下,算法的期望运行时间。
*11、数据的运算:指对数据施加的操作。
数据的运算是定义在数据的逻辑结构上的,而实现是要在存储结构上进行。
*12、线性表:由n(n≥0)个结点组成的有限序列。
其逻辑特征反映了结点间一对一的关系(一个结点对应一个直接后继,除终端结点外;或一个结点对应一个直接前趋,除开始结点外),这是一种线性结构。
*13、顺序表:顺序存储的线性表,它是一种随机存取结构。
Python常见数据结构整理

Python常见数据结构整理Python中常见的数据结构可以统称为容器(container)。
序列(如列表和元组)、映射(如字典)以及集合(set)是三类主要的容器。
一、序列(列表、元组和字符串)序列中的每个元素都有自己的编号。
Python中有6种内建的序列。
其中列表和元组是最常见的类型。
其他包括字符串、Unicode字符串、buffer对象和xrange对象。
下面重点介绍下列表、元组和字符串。
1、列表列表是可变的,这是它区别于字符串和元组的最重要的特点,一句话概括即:列表可以修改,而字符串和元组不能。
(1)、创建通过下面的方式即可创建一个列表:输出:['hello', 'world'][1, 2, 3]可以看到,这中创建方式非常类似于javascript中的数组。
(2)、list函数通过list函数(其实list是一种类型而不是函数)对字符串创建列表非常有效:输出:['h', 'e', 'l', 'l', 'o']2、元组元组与列表一样,也是一种序列,唯一不同的是元组不能被修改(字符串其实也有这种特点)。
输出:(1, 2, 3) ('jeffreyzhao', 'cnblogs') (1, 2, 3, 4) () (1,)从上面我们可以分析得出:a、逗号分隔一些值,元组自动创建完成;b、元组大部分时候是通过圆括号括起来的;c、空元组可以用没有包含内容的圆括号来表示;d、只含一个值的元组,必须加个逗号(,);(2)、tuple函数tuple函数和序列的list函数几乎一样:以一个序列(注意是序列)作为参数并把它转换为元组。
如果参数就算元组,那么该参数就会原样返回:输出:(1, 2, 3)('j', 'e', 'f', 'f')(1, 2, 3)Traceback (most recent call last):File "F:\Python\test.py", line 7, in <module>t4=tuple(123)TypeError: 'int' object is not iterable3、字符串输出:Hello worldHHelloworld(2)格式化字符串格式化使用字符串格式化操作符即百分号%来实现。
(完整版)数据结构知识点全面总结—精华版

第1章绪论内容提要:◆数据结构研究的内容。
针对非数值计算的程序设计问题,研究计算机的操作对象以及它们之间的关系和操作。
数据结构涵盖的内容:◆基本概念:数据、数据元素、数据对象、数据结构、数据类型、抽象数据类型。
数据——所有能被计算机识别、存储和处理的符号的集合。
数据元素——是数据的基本单位,具有完整确定的实际意义。
数据对象——具有相同性质的数据元素的集合,是数据的一个子集。
数据结构——是相互之间存在一种或多种特定关系的数据元素的集合,表示为:Data_Structure=(D, R)数据类型——是一个值的集合和定义在该值上的一组操作的总称。
抽象数据类型——由用户定义的一个数学模型与定义在该模型上的一组操作,它由基本的数据类型构成。
◆算法的定义及五个特征。
算法——是对特定问题求解步骤的一种描述,它是指令的有限序列,是一系列输入转换为输出的计算步骤。
算法的基本特性:输入、输出、有穷性、确定性、可行性◆算法设计要求。
①正确性、②可读性、③健壮性、④效率与低存储量需求◆算法分析。
时间复杂度、空间复杂度、稳定性学习重点:◆数据结构的“三要素”:逻辑结构、物理(存储)结构及在这种结构上所定义的操作(运算)。
◆用计算语句频度来估算算法的时间复杂度。
第二章线性表内容提要:◆线性表的逻辑结构定义,对线性表定义的操作。
线性表的定义:用数据元素的有限序列表示◆线性表的存储结构:顺序存储结构和链式存储结构。
顺序存储定义:把逻辑上相邻的数据元素存储在物理上相邻的存储单元中的存储结构。
链式存储结构: 其结点在存储器中的位置是随意的,即逻辑上相邻的数据元素在物理上不一定相邻。
通过指针来实现!◆线性表的操作在两种存储结构中的实现。
数据结构的基本运算:修改、插入、删除、查找、排序1)修改——通过数组的下标便可访问某个特定元素并修改之。
核心语句:V[i]=x;顺序表修改操作的时间效率是O(1)2) 插入——在线性表的第i个位置前插入一个元素实现步骤:①将第n至第i 位的元素向后移动一个位置;②将要插入的元素写到第i个位置;③表长加1。
数据结构考研笔记整理(全)

数据结构考研笔记整理(全)一、第二章线性表●考纲内容●一、线性表的基本概念●线性表是具有相同数据结构类型的n个数据元素的有限序列;线性表为逻辑结构,实现线性表的存储结构为顺序表或者链表●二、线性表的实现●1、顺序表●定义(静态分配)●#define MaxSize 50 \\ typedef struct{ \\ ElemType data[MaxSize];\\ intlength;\\ }SqList;●定义(动态分配)●#define MaxSize 50\\ typedef strcut{\\ EleType *data; //指示动态非配数组的指针\\ int MaxSize,length;\\ }SqList;●c的动态分配语句为L.data=(ElemType*)malloc(sizeof(ElemType)*InitSize);●c++动态分配语句为L.data=new ElemType[InitSize];●插入操作●删除操作●按值寻找●2、链表●单链表●单链表的定义●●头插法建立单链表●●尾插法建立单链表●●按序号查找getElem(LinkList L,int i)和按值查找locateElem(LinkListL,ElemType e)●插入结点(后插)●p=getElem(L,i-1); //查找插入位置的前驱结点\\ s.next=p.next;\\p.next=s;●将前插操作转化为后插操作,即先将s插入的p的后面然后调换s和p的数据域●s.next=p.next;\\ p.next=s.next;\\ temp=p.data;\\ p.data=s.data;\\s.data=temp;●删除结点●p.getElem(L,i-1);\\ q=p.next;\\ p.next=q.next;\\ free(q);●双链表(结点中有prior指针和next指针)●循环链表●静态链表●借助数组来描述线性表的链式存储结构,结点中的指针域next为下一个元素的数组下标●三、线性表的应用●使用的时候如何选择链表还是顺序表?●表长难以估计,经常需要增加、删除操作——链表;表长可以估计,查询比较多——顺序表●链表的头插法,尾插法,逆置法,归并法,双指针法;顺序表结合排序算法和查找算法的应用●小知识点(选择题)二、第三章栈,队列和数组●考纲内容●一、栈和队列的基本概念●栈:后进先出,LIFO,逻辑结构上是一种操作受限的线性表●队列:先进先出,FIFO,逻辑结构上也是一种操作受限的线性表●二、栈和队列的顺序存储结构●栈的顺序存储●●队列的顺序存储●进队:队不满时,送值到队尾元素,再将队尾指针加一●出队:队不空时,取队头元素值,再将队头指针加一●判断队空:Q.front==Q.rear==0;●循环队列(牺牲一个单元来区分队空和队满,尾指针指向队尾元素的后一个位置,也就是即将要插入的位置)●初始:Q.front==Q.rear●队满:(Q.rear+1)%MaxSize=Q.front●出队,队首指针进1:Q.front=(Q.front+1)%MaxSize●入队,队尾指针进1:Q.rear=(Q.rear+1)%MaxSize●队列长度:(Q.rear+MaxSize-Q.front)%MaxSize●三、栈和队列的链式存储结构●栈的链式存储●●队列的链式存储●实际是上一个同时带有头指针和尾指针的单链表,尾指针指向单链表的最后一个结点,与顺序存储不同,通常带有头结点●四、多维数组的存储●行优先:00,01,02,10,11,12●列优先:00,10,01,11,02,12●五、特殊矩阵的压缩存储●对称矩阵●三角矩阵●三对角矩阵(带状矩阵)●稀疏矩阵●将非零元素及其相应的行和列构成一个三元组存储●十字链表法●六、栈、队列、数组的应用●栈在括号匹配中的应用●栈在递归中的应用●函数在递归调用过程中的特点:最后被调用的函数最先执行结束●队列在层次遍历中的应用●二叉树的层次遍历●1跟结点入队●2若队空,则结束遍历,否则重复3操作●3队列中的第一个结点出队并访问,若有左孩子,则左孩子入队;若有右孩子,则右孩子入队●重点为栈的(出入栈过程、出栈序列的合法性)和队列的操作及其特征●小知识点(选择题)●n个不同元素进栈,出栈元素不同排列的个数为{2n\choose n }/(n+1)●共享栈是指让两个顺序栈共享一个存储空间,将两个栈的栈底分别设置在共享空间的两端,两个栈顶向共享空间的中间延伸,可以更有效的利用存储空间,同时对存储效率没有什么影响●双端队列是指允许两端都可以进行入队和出队操作的队列●输出受限的双端队列:允许两端插入,只允许一端删除●输入受限的双端队列:允许两端删除,只允许一端插入三、第四章串●考纲内容●字符串模式匹配●暴力算法●注意指针回退时的操作是i=i-j+2;j=j+1;●kmp算法●手工求next数组时,next[j]=s的最长相等前后缀长度+1,其中s为1到j-1个字符组成的串●在实际kmp算法中,为了使公式更简洁、计算简单,如果串的位序是从1开始的,则next数组需要整体加一;如果串的位序是从0开始的,则next数组不需要加一●根据next数组求解nextval数组:如果p[j]==p[next[j]],则nextval[j]=nextval[next[j]],否则nextval[j]=next[j];●小知识点●串和线性表的区别:1线性表的数据元素可以不同,但串的数据元素一般是字符;2串的操作对象通常是子串而不是某一个字符四、第五章树与二叉树●考纲内容●一、树的基本概念●定义●树是一种递归的数据结构,是一种逻辑结构●树的性质●结点数为n,则边的数量为n-1●树中的结点数等于所有结点的度数之和加1(一个结点的孩子个数称为该结点的度,树中结点的最大度数称为树的度,每一条边表示一个结点,对应一个度,只有根结点上面无边,故结点树=度数之和+1)●度为m的树中第i层至多有m^{i-1}个结点(i\geq1)(m叉树的第i层最多有m^{i-1}个结点)●高度为h的m叉树至多有(m^h-1)/(m-1)个结点(假设每一个结点都有m个孩子,则由等比数列的求和公式可以推导出该式子)●具有n个结点的m叉树的最小高度是\lceil log_m(n(m-1)+1)\rceil(由高度为h的m叉树的最大结点树公式有,n满足式子(m^{h-1}-1)/(m-1) \leq n\leq (m^h-1)/(m-1))●高度为h的m叉树至少有h个结点;高为h,度为m的树至少有h+m-1个结点(m叉树并不等于度为m的树,m叉树可以为空树,要求所有结点的度小于等于m,而度为m的树一定有一个结点的度数为m)●二、二叉树●二叉树的定义及其主要特征●定义●特点●每个结点至多只有两颗子树●二叉树是有序树,其子树有左右之分,次序不能颠倒,否则将成为另一颗二叉树,即使树中结点只有一颗子树,也要区分他是左子树还是右子树●特殊的二叉树●满二叉树:高度为h,结点数为2^h-1,所有叶子结点都集中在二叉树的最下面一层,除叶子结点外的所有结点度数都为2,从根结点为1开始编号,对于编号为i的结点,其父结点为\lfloor i/2 \rfloor,左孩子(若有)编号为2i,右孩子(若有)编号为2i+1,所以编号为偶数的结点只可能是左孩子,编号为奇数的结点只可能是右孩子●完全二叉树:删除了满二叉树中编号更大的结点,高为h,结点数为n的完全二叉树的每个结点的编号都与高度为h的满二叉树中编号为1到n的结点相同。
数据结构ppt课件完整版

针对有序数据集合,每次通过中间元素将 待查找区间缩小为之前的一半,直到找到 元素或区间为空。
哈希查找
树形查找
通过哈希函数将数据映射到哈希表中,实 现快速查找。
如二叉搜索树、平衡树等,通过树形结构实 现高效查找。
排序算法分类及实现原理
插入排序
将待排序元素逐个插入到已排序序列中,直到所有元素均插入完毕。
由n(n>=0)个具有相同类型 的数据元素(结点)a1,a2,
...,an组成的有序序列。
同一性
每个元素必须是同一类型的数 据。
有序性
元素之间具有一对一的前驱和 后继关系,即除首尾元素外, 每个元素都有一个前驱和一个 后继。
可变性
线性表的长度可变,即可以插 入或删除元素。
顺序存储结构与链式存储结构比较
定义
用一段连续的存储单元依次存储线性 表的数据元素。
优点
可以随机存取表中任一元素,且存取 时间复杂度为O(1)。
顺序存储结构与链式存储结构比较
• 缺点:插入和删除操作需要移动大量元素,时间 复杂度高;需要预先分配存储空间,容易造成空 间浪费。
顺序存储结构与链式存储结构比较
定义
用一组任意的存储单元存储线性 表的数据元素(这组存储单元可 以是连续的,也可以是不连续的
查找操作
查找指定元素的位置。
遍历操作
访问线性表中的每个元素。
销毁操作
释放线性表占用的存储空间。
03
栈和队列
栈定义及特点
栈(Stack)是一种特殊的线性数据结构,其数据的存 取遵循后进先出(LIFO, Last In First Out)的原则。 栈的特点
具有记忆功能,能保存数据的状态。
栈的基本操作包括入栈(push)、出栈(pop)、查 看栈顶元素(top)等。 只能在栈顶进行数据的插入和删除操作。
数据结构知识点总结归纳整理

第1章绪论1.1 数据结构的基本概念数据元是数据的基本单位,一个数据元素可由若干个数据项完成,数据项是构成数据元素的不可分割的最小单位。
例如,学生记录就是一个数据元素,它由学号、姓名、性别等数据项组成。
数据对象是具有相同性质的数据元素的集合,是数据的一个子集。
数据类型是一个值的集合和定义在此集合上一组操作的总称。
•原子类型:其值不可再分的数据类型•结构类型:其值可以再分解为若干成分(分量)的数据类型•抽象数据类型:抽象数据组织和与之相关的操作抽象数据类型(ADT)是指一个数学模型以及定义在该模型上的一组操作。
抽象数据类型的定义仅取决于它的一组逻辑特性,而与其在计算机内部如何表示和实现无关。
通常用(数据对象、数据关系、基本操作集)这样的三元组来表示。
#关键词:数据,数据元素,数据对象,数据类型,数据结构数据结构的三要素:1.逻辑结构是指数据元素之间的逻辑关系,即从逻辑关系上描述数据,独立于计算机。
分为线性结构和非线性结构,线性表、栈、队列属于线性结构,树、图、集合属于非线性结构。
2.存储结构是指数据结构在计算机中的表示(又称映像),也称物理结构,包括数据元素的表示和关系的表示,依赖于计算机语言,分为顺序存储(随机存取)、链式存储(无碎片)、索引存储(检索速度快)、散列存储(检索、增加、删除快)。
3.数据的运算:包括运算的定义和实现。
运算的定义是针对逻辑结构的,指出运算的功能;运算的实现是针对存储结构的,指出运算的具体操作步骤。
1.2 算法和算法评价算法是对特定问题求解步骤的一种描述,有五个特性:有穷性、确定性、可行性、输入、输出。
一个算法有零个或多个的输入,有一个或多个的输出。
时间复杂度是指该语句在算法中被重复执行的次数,不仅依赖于问题的规模n,也取决于待输入数据的性质。
一般指最坏情况下的时间复杂度。
空间复杂度定义为该算法所耗费的存储空间。
算法原地工作是指算法所需辅助空间是常量,即O(1)。
第2章线性表2.1 线性表的定义和基本操作线性表是具有相同数据类型的n个数据元素的有限序列。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第二章线性表一、顺序表和链表的优缺点1.顺序表定义:用一组连续的存储单元(地址连续)依次存放线性表的各个数据元素。
即:在顺序表中逻辑结构上相邻的数据元素,其物理位置也是相邻的。
优点逻辑相邻,物理相邻可随机存取任一元素存储空间使用紧凑缺点插入、删除操作需要移动大量的元素(平均约需移动一半结点,当n很大时,算法的效率较低)预先分配空间需按最大空间分配,利用不充分表容量难以扩充2.链式存储结构定义:由分别表示a1,a2,…,a i-1,a i,…,a n的N 个结点依次相链构成的链表,称为线性表的链式存储表示优势:(1)能有效利用存储空间;动态存储分配的结构,不需预先为线性表分配足够大的空间,而是向系统“随用随取”,在删除元素时可同时释放空间。
(2)用“指针”指示数据元素之间的后继关系,便于进行“插入”、“删除”等操作;插入或删除时只需要修改指针,而不需要元素移动。
劣势:(1)不能随机存取数据元素;(2)丢失了一些顺序表的长处,如线性表的“表长”和数据元素在线性表中的“位序”,在单链表中都看不见了。
如,不便于在表尾插入元素,需遍历整个表才能找到插入的位置。
二、单链表中删除一个节点和插入一个节点的语句操作,p291.插入元素操作算法基本思想:首先找到相应结点,然后修改相应指针。
假定在a,b之间插入结点X,s指向X, p指向a,指针修改语句为:s->next=p->next; p->next =s;2.删除元素操作算法基本思想:首先找到第i-1 个结点,然后修改相应指针。
删除b结点,其中,P指向a,指针修改语句为:p->next=p->next->next;三、单链表的就地逆置习题集2.22算法的基本思想:以单链表作存储结构进行就地逆置的正确做法应该是:将原链表的头结点和第一个元素结点断开(令其指针域为空),先构成一个新的空表,然后将原链表中各结点,从第一个结点起,依次插入这个新表的头部(即令每个插入的结点成为新的第一个元素结点)。
算法思路:依次取原链表中的每个结点,将其作为第一个结点插入到新链表中去,指针p用来指向当前结点,p为空时结束。
void reverse (Linklist H){LNode *p;p=H->next; /*p指向第一个数据结点*/H->next=NULL; /*将原链表置为空表H*/while (p){q=p;p=p->next;q->next=H->next; /*将当前结点插到头结点的后面*/H->next=q;}}第三章栈和队列一、栈和队列的特性1.特点栈必须按“后进先出”(LIFO)的规则进行操作,仅限在表尾进行插入和删除的操作。
队列(FIFO)必须按“先进先出”的规则进行操作,队尾插入,队头删除。
二、循环队列为空和满的判定方法,p63队空条件:front == rear;队满条件:(rear + 1) % maxSize == front第四章串一、模式匹配的改进算法求Next 数组 1) Next[j]的定义2) 求解第五章数组与广义表一、对称矩阵和上(下)三角矩阵的压缩存储1. 对称矩阵的压缩存储若一个n 阶方阵A 中的元素满足a i,j =a j,i (1≤i,j≤n),则称其为n 阶对称矩阵。
(1)只存储对称矩阵中上三角或下三角中的元素 (2)将n 2个元素压缩存储到n(n+1)/2个元素的空间中,以一个一维数组作为A 的存储空间。
2. 下三角矩阵的压缩存储B[n(n+1)/2+1](1)1,2(1)1,2i i j i j k j j i i j-⎧+-≥⎪⎪=⎨-⎪+-<⎪⎩当当(1)1,2(1),2i i j i j k n n i j -⎧+-≥⎪⎪=⎨+⎪<⎪⎩当当3. 上三角矩阵的压缩存储B[n(n+1)/2+1]二、理解广义表的取表头和表尾的操作1. 广义表的表头(Head)和表尾(Tail):当广义表LS=(a 1,a 2,…,a i ,…,a n )非空时,称第一个元素a 1为广义表的表头,其余元素组成的表(a 2, a 3, …,a n )称为广义表的表尾。
表头可能是原子,也可能是广义表,但表尾一定是广义表。
2. 取表头GetHead(LS) = a 1。
3. 取表尾GetTail(LS) = (a 2,a 3,…,a n )。
4. 取表头表尾示例①B=(e) GetHead(B) = e; GetTail(B) = ( ). ②A=(a, ((b, c), d, e)) GetTail(A)=(((b, c), d, e))GetHead( GetTail(A))=((b, c), d, e)GetHead( GetHead( GetTail(A))) = (b, c). ③A=( ); B = ( ( ) )A 空表,长度0,深度1,无表头和表尾;B 长度1,深度2,表头( ),表尾( )。
第六章树和二叉树一、 二叉树先序、中序和后序的关系p1541.二叉树遍历的概念二叉树的遍历是指按照一定次序访问树中所有结点,并且每个结点仅被访问一次的过程。
它是最基本的运算,是二叉树中所有其他运算的基础。
2.先序遍历(DLR )操作过程: 若二叉树为空,则空操作,否则 (1) 访问根结点;(2) 按先序遍历左子树; (3) 按先序遍历右子树。
3.中序遍历(LDR )操作过程: 若二叉树为空,则空操作,否则: (1) 按中序遍历左子树; (2) 访问根结点;(3) 按中序遍历右子树。
(1)(22),2(1),2i n i j i i j k n n i j--+⎧+-≤⎪⎪=⎨+⎪>⎪⎩当当4.后序遍历(LRD)操作过程:若二叉树为空,则空操作,否则:(1) 按后序遍历左子树;(2) 按后序遍历右子树;(3) 访问根结点。
5.遍历示例:6.强调:给定结点的前序序列和中序序列可以唯一确定一棵二叉树。
见P154例6-5,必须掌握。
二、 二叉树向森林的转换1.将一棵二叉树还原为树或森林,具体方法如下:(1)若某结点是其双亲的左孩子,则把该结点的右孩子、右孩子的右孩子……都与该结点的双亲结点用线连起来。
(2)删掉原二叉树中所有双亲结点与右孩子结点的连线。
(3)整理由(1)、(2)两步所得到的树或森林,使之结构层次分明。
2.二叉树到森林的转换示例三、 算法:题目要求:实现一次遍历二叉树即可求得根结点到树中每个叶结点的路径,试用C 语言描述该算法。
以二叉链表存储表示二叉树,结点的结构为(lchild, data, rchild)。
————树节点结构—————— Typedef struct BInode{ TElemType data;Struct Binode *lchild,rchild; } Binode,*BiTree;void AllPath(Bitree T, Stack &S)//输出二叉树上从根到所有叶子结点的路径 {if(T) {Push(S,T->data);if(!T->Left&&!T->Right)//如果左指针和右指针同时为空,才说明该节点为叶子节点PrintStack(S);else {AllPath(T->Left,S);(a) 添加连线(b) 删除右孩子结点的连线(c) 整理AllPath(T->Right,S); }Pop(S); }四、 哈夫曼树1.构造哈夫曼树(哈夫曼算法)① 由给定的n 个权值{W 1,W 2,...,W n },构造n 棵只有一个叶子结点的二叉树,从而得到一个二叉树的集合F={T 1,T 2,...,T n }; ② 在F 中选取根结点的权值最小和次小的两棵二叉树作为左、右子树构造一棵新的二叉树,这棵新的二叉树根结点的权值为其左、右子树根结点权值之和; ③ 在集合F 中删除作为左、右子树的两棵二叉树,并将新建立的二叉树加入到集合F 中; ④ 重复(2)、(3)两步,当F 中只剩下一棵二叉树时,这棵二叉树便是所要建立的哈夫曼树。
2.哈夫曼构造示例:3.哈夫曼编码(最优前缀编码)右图对应的哈夫曼编码如下:a :000b :001c :01d :1哈夫曼编码树中没有度为1的结点。
n 个叶子结点,共有2n-1个结点。
强调:建立的哈弗曼树不唯一,编码也不唯一,但是不同哈弗曼编码的树的带权路径长度都是一样的,都是最小的。
第七章图一. 图邻接矩阵的表示方法1. 邻接矩阵表示法(数组表示法) 图G 是一个具有n 个顶点的无权图,G 的邻接矩阵是具有如下性质的n×n 矩阵A :若图G 是一个有n 个顶点的网,则它的邻接矩阵是具有如下性质的n×n 矩阵A :邻接矩阵表示法示例:邻接矩阵表示法类型描述#define MAX_VERTEX_NUM 20 //最多顶点个数 #define INFINITY INT_MAX //表示极大值∞ typedef enum{DG, DN, UDG, UDN} GraphKind; typedef struct ArcCell{ VRType adj; InfoType *info;} ArcCell, AdjMatrix[MAX_VERTEX_NUM][MAX_VERTEX_NUM]; typedef struct{VertexType vexs [MAX_VERTEX_NUM]; //顶点向量 AdjMatrix arcs; //邻接矩阵int vexnum, arcnum; //图的顶点数和弧数 GraphKind kind; //图的种类标志1, ,),[,]0, i j i j v v v v V A i j <>∈⎧⎪=⎨⎪⎩若(或其它, ,),[,], ij i j i j w v v v v VA i j <>∈⎧⎪=⎨∞⎪⎩若(或其它(a) (b) ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=01101101111101001101110101A ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=01001000001100001100010102A} MGraph;邻接矩阵的特点如下:(1)图的邻接矩阵表示是惟一的。
(2)无向图的邻接矩阵一定是一个对称矩阵。
在具体存放邻接矩阵时只需存放上(或下)三角形阵的元素。
(3)不带权的有向图的邻接矩阵一般来说是一个稀疏矩阵,因此,当图的顶点较多时,可以采用三元组表的方法存储邻接矩阵。
(4)对于无向图,邻接矩阵的第i行(或第i列)非零元素(或非∞元素)的个数正好是第i个顶点v i的度。
(5)对于有向图,邻接矩阵的第i行(或第i列)非零元素(或非∞元素)的个数正好是第i个顶点vi的出度(或入度)。