学习数据结构心得体会
数据结构学习心得(精选5篇)
数据结构学习心得(精选5篇)数据结构学习心得篇1标题：深入理解数据结构：一次学习心得的旅程在我作为一名软件开发工程师的职业生涯中，我遇到了各种各样的数据结构问题，从基础的线性表到复杂的图和树结构。
这个过程充满了挑战和收获，让我更深入地理解了数据结构的魅力和威力。
最初接触数据结构时，我对其强大的组织能力和如何解决复杂问题的影响力感到惊讶。
我明白了，数据结构不仅仅是编程中的一个概念，而是我们如何理解和处理数据的底层逻辑。
学习数据结构的过程是一个充满疑问、思考和探索的过程，我从中收获了宝贵的学习方法。
学习数据结构的过程并非一帆风顺。
我曾遇到许多问题，如对基本数据结构的理解不深刻，对算法复杂度的分析不准确，以及对实际应用场景的混淆。
这些问题让我意识到，理解数据结构需要扎实的基础知识，同时也需要大量的实践和反思。
学习数据结构也让我认识到团队合作的重要性。
当我与他人合作时，我学会了如何有效地分享知识，如何清晰地表达自己的观点，以及如何与团队成员共同解决问题。
这些技能对我个人的职业发展产生了深远影响。
通过学习数据结构，我也发现了一些乐趣。
例如，通过分析数据结构，我发现了图和树结构在游戏设计中的广泛应用，如游戏AI、经济模型和决策树等。
此外，我还学会了如何使用数据结构来解决实际问题，如优化搜索、处理大数据等。
总的来说，学习数据结构的过程对我来说是一次充满挑战和收获的旅程。
我不仅学会了如何理解、设计和应用数据结构，还学会了如何与他人协作，以及如何将数据结构应用到实际问题的解决中。
这些经验将对我未来的职业生涯产生深远影响，并帮助我更好地理解和应用数据结构。
数据结构学习心得篇2数据结构学习心得自从我接触数据结构以来，我一直试图理解这些算法如何运作，以及它们在实际应用中的用法。
以下是我对数据结构学习的几点心得。
1.理解基础：数据结构的核心在于理解基本概念。
我花了大量时间去理解节点、链表、队列、栈、图和树等基本概念，以及它们的工作原理。
数据结构的心得体会
数据结构的心得体会【篇一：数据结构综合实验心得体会】心得体会：做了一个星期的程序设计终于做完了，在这次程序设计课中，真是让我获益匪浅。
对大一学习的c语言和这学期开的数据结构，并没有掌握，很多知识都不太懂，突然让自己独立完成一个程序让我手忙脚乱，起码在我认为那真的特别难，看了老师给的题目以及上网查找了一些相关的知识，简单的编了几行就告一段落了，第一天等于只完成了老师要求写的需求分析和概要设计，后来查找了关于哈希表的相关知识，了解了如何创建哈希表，如何合适的构建哈希函数，（选取合适的表长，合适的余数，使得查找时间以及平均查找长度最短）以及什么是除留余数法，和怎样用除留余数法创建哈希表，看懂了之后，我又看了处理冲突的方法，有三种线性探测再散列法法，二次探测再散列法，伪随机数序列法三种，而我所要做的是第一种线性探测再散列的方法，相较后两种要简单很多，在遇到冲突的时候地址加一，知道冲突解决。
在了解这些概念以后，我就开始着手编程序了，在遇到问题的时候请教我们班擅长的同学，慢慢把不能不会不理解的地方给弄明白了，在经过很多次调试以后，一些基本功能已经可以实现了，为了使平均查找长度越小越好，我不断尝试新的表长以及除数，在没有出现错误的基础上，将功能实现，最后，终于在周四的时候将所有的程序调试完全。
这次的综合性实验使我了解到，平时对知识的积累相当重要，同时也要注重课上老师的讲解，老师在课上的延伸是课本上所没有的，这些知识对于我们对程序的编写有很大的作用，同时，编程也要求我们有足够的耐心，细细推敲。
越着急可能就越无法得到我们想要的结果，遇到不会的问题要多多请教，知识是在实践与向别人请教的过程中积累的，所以问是至关重要的，只要肯下功夫很多东西都是可以完成的。
【篇二：数据结构课程设计心得体会】数据结构课程设计心得体会经过一个星期的课程设计，过程曲折可谓一语难尽。
整天都是对着电脑，不然就是翻阅资料。
在此期间我失落过，也曾一度热情高涨。
数据结构课程心得体会汇总5篇
数据结构课程心得体会汇总5篇数据结构课程心得体会（精选篇1）我们学习过数据的实用方法，但真正要用到数据结构这块，还是很困难的。
在学习了数据结构后，我对数据结构的一些基本理论有了初步认识，这些都是很深奥的，这些在以后的学习生活中都有很多的用处。
首先，我认识到数据结构的基本原理是一个逻辑的概念。
数据结构是数据的基础，只有掌握了逻辑原理才能更有效的进行数据结构的设计。
数据结构是一个逻辑思考问题，它包括数字的结构。
其次，数据结构是数据结构的原理。
数字的结构是逻辑化的，它包括数字的逻辑，数字的逻辑，数字的逻辑。
再次，数据结构是数据结构的基本原理。
数字的结构就是一个逻辑思维。
数字在结构中占有相应的位置，它的逻辑就像一个数字，它有很多的规律。
在数据结构中，数字的结构是有规律的，它包括数据的逻辑，数字的逻辑。
数字在结构中占有相应的位置，它的逻辑就像一个数字，它有很多的规律。
这样，我们对数据结构的设计就会有一种信心，这种信心是一种对数字的一种执着的追求。
这种追求是一种不断追求新东西的态度。
数据结构是数据的一种重要形式。
数据结构就是在数据结构中，用数据表示数据的数值，以及用数据来表示数据的数值。
通过学习我认识到我们学习数学知识的过程是一种学习，在学习知识的过程中我们要注意理论与实践的结合。
只有理论与实践相结合，才能把知识的理论体系搞懂、理解，并且在实践的过程中不断总结经验教训，进行创新。
最后，我认识到数学知识的重要性。
数学知识是用来解决实际问题的。
我们学习数学知识的过程就是学习数学的过程，而数学知识对于我们来说是重要的。
在学习数学知识的过程中，我们应该注意理论和实践的结合，在实践中不断总结经验教训，进行创新。
我们学习数学，最重要的是理论与实践的结合。
在学习方法和知识的过程中，我们要注意理论和实践的结合。
我们学习数学的过程中，应该注意理论和实践的结合，在实践中不断总结经验教训，进行创新。
数学知识的学习是靠理论和实践的结合，这就要求我们学习数学应该注意理论和实践的结合。
数据结构课程心得体会(2篇)
第1篇随着计算机科学技术的飞速发展，数据结构作为计算机科学中的基础课程，对于培养我们的逻辑思维能力和编程能力具有重要意义。
经过一学期的数据结构课程学习，我对这门课程有了更深入的理解和体会，以下是我的一些心得体会。
一、理论基础的重要性数据结构课程的学习，首先让我深刻认识到理论知识的重要性。
在课程开始时，老师详细介绍了各种数据结构的基本概念、特点和应用场景。
通过这些理论知识的学习，我明白了不同数据结构的适用范围和优缺点，为后续的编程实践奠定了坚实的基础。
1. 理论与实践相结合在课程学习中，我深刻体会到理论与实践相结合的重要性。
老师不仅讲解了各种数据结构的理论知识，还通过实际案例和编程练习，让我们将所学知识应用到实际问题中。
这种教学方法使我能够更好地理解数据结构的应用场景，提高了解决实际问题的能力。
2. 理论知识的拓展在数据结构课程中，我接触到了许多理论知识，如线性表、栈、队列、树、图等。
这些知识不仅拓宽了我的知识面，还使我认识到数据结构在计算机科学中的广泛应用。
例如，树结构在数据库索引、文件系统等领域有着重要的应用；图结构在社交网络、网络拓扑分析等领域也有着广泛的应用。
二、编程能力的提升数据结构课程的学习，使我的编程能力得到了显著提升。
以下是我在这方面的体会：1. 算法设计与实现在课程中，我们学习了各种数据结构的算法设计与实现。
通过实际编程练习，我掌握了各种数据结构的操作方法，如插入、删除、查找等。
这使我能够根据实际需求，选择合适的数据结构来设计算法，提高编程效率。
2. 代码可读性与优化在编程过程中，我学会了如何编写可读性强的代码。
这包括合理使用命名、注释、缩进等技巧，使代码易于理解和维护。
此外，我还学会了代码优化，如避免冗余操作、提高算法效率等。
三、团队协作与沟通能力数据结构课程的学习，也锻炼了我的团队协作与沟通能力。
以下是我在这方面的体会：1. 课堂讨论与交流在课堂上，老师鼓励我们积极讨论和交流。
数据结构心得体会(精选3篇)
数据结构心得体会(精选3篇)数据结构心得体会要怎么写，才更标准规范？根据多年的文秘写作经验，参考优秀的数据结构心得体会样本能让你事半功倍，下面分享【数据结构心得体会(精选3篇)】相关方法经验，供你参考借鉴。
数据结构心得体会篇1数据结构是计算机科学的核心部分，它涉及到如何组织和处理数据的问题。
在学习数据结构的过程中，我深感其重要性和实用性。
在这篇文章中，我将分享我的数据结构学习心得。
首先，数据结构的基础知识对我来讲是极其关键的。
学习数据结构，让我明白了计算机如何处理数据，以及如何通过不同的数据结构实现不同的算法。
例如，当我学习线性结构中的数组时，我了解到了如何使用数组存储和访问数据，以及如何使用数组实现线性搜索。
其次，我认识到数据结构的灵活运用至关重要。
例如，栈和队列这两种数据结构看似相似，但它们在应用场景上有所不同。
栈适合处理后进先出的情况，而队列则适用于先进先出的场景。
这使我明白了在问题解决过程中，如何选择合适的数据结构以达到最优效果。
此外，通过学习数据结构，我也领悟到编程思维的重要性。
数据结构不仅仅是算法的实现，更是编程思维的一种锻炼。
数据结构的学习让我学会了如何将问题抽象为数据，并使用合适的数据结构解决问题。
最后，我发现数据结构的学习过程是充满挑战的。
理解数据结构需要时间和实践。
有时候，即使理解了数据结构的理论，但在实际编程中却并不容易。
这就需要我们不断地练习，找出问题，并解决问题。
总的来说，学习数据结构使我更好地理解了计算机如何处理数据，以及如何通过不同的数据结构实现不同的算法。
同时，我也学会了如何灵活运用数据结构，并认识到编程思维的重要性。
尽管学习过程中充满了挑战，但我相信，只要我们持之以恒，就能不断提升自己的编程能力。
数据结构心得体会篇2数据结构心得体会时间如白驹过隙，一眨眼，已过去了两个春秋。
记得当时选择第一专业的时候，内心充满了纠结，不知道自己真正想要什么，而这种自我探索正是踏入大学的门槛所要面对的第一个挑战。
数据结构的课程学习心得体会
数据结构的课程学习心得体会在研究数据结构的过程中，我获得了许多宝贵的经验和知识。
以下是我在这门课程中的研究心得体会：研究方法- 首先，我发现了一个有效的研究方法是理论与实践相结合。
仅仅阅读教材和听讲座并不能完全掌握数据结构的概念和实践技巧。
通过编写代码并实际运行数据结构，我能更好地理解其工作原理和应用场景。
- 其次，我意识到创造性地思考和解决问题是研究数据结构的关键。
仅仅记住和背诵概念并不能真正理解数据结构的内涵。
通过与同学一起讨论和解决实际问题，我培养了创造性和逻辑思维能力。
- 最后，我发现持续的练和巩固很重要。
数据结构是一门需要不断练的课程。
通过反复实践和解决题，我在应用数据结构方面的技能得到了增强。
实际应用- 研究数据结构使我能够更好地理解现实世界中的计算问题，并能找到解决问题的更高效的方法。
例如，在处理大量数据时，我可以使用数据结构中的堆或树来提高算法的效率。
- 数据结构也为我提供了构建复杂系统的能力。
通过组合不同的数据结构，我能够设计出适应不同需求的系统架构，提高系统的可扩展性和性能。
合作与团队精神- 在研究数据结构的过程中，我更加重视合作和团队精神。
与同学一起解决问题和讨论数据结构的实现，不仅加深了我对数据结构的理解，还锻炼了我与他人合作的能力。
总结与展望通过研究数据结构，我不仅掌握了数据结构的基本概念和应用技巧，还培养了创造性思维、逻辑思维和合作精神。
我相信这些能力将在我未来的研究和工作中发挥重要作用。
总之，研究数据结构是一项具有挑战性但也非常有趣和有益的任务。
这门课程不仅帮助我提升了专业技能，还为我在计算机科学领域的发展奠定了强大的基础。
数据结构心得体会(优秀5篇)
数据结构心得体会(优秀5篇)数据结构心得体会(优秀5篇)数据结构心得体会要怎么写，才更标准规范？根据多年的文秘写作经验，参考优秀的数据结构心得体会样本能让你事半功倍，下面分享【数据结构心得体会(优秀5篇)】相关方法经验，供你参考借鉴。
数据结构心得体会篇1数据结构是计算机科学的核心部分，它涉及到如何组织、存储和操作数据。
在学习数据结构的过程中，我不仅提高了编程技能，还深入理解了计算机底层的工作原理。
以下是我对数据结构的一些心得体会：1.数据结构的重要性：数据结构不仅在算法设计中起到核心作用，还涉及到计算机的存储、网络、数据库等领域。
理解数据结构可以让我们更有效地进行问题解决和程序设计。
2.数据结构与算法的平衡：数据结构与算法是相互关联的，理解一个数据结构需要同时理解其对应的算法。
在实际应用中，我们需要根据问题需求选择适当的数据结构和算法。
3.数据结构的灵活运用：不同的数据结构适用于不同的问题场景。
例如，链表适用于插入和删除操作，而数组适用于随机访问。
理解这些差异并灵活运用数据结构可以显著提高程序的效率。
4.数据结构的复杂度分析：学习数据结构时，我们需要关注算法的时间复杂度和空间复杂度。
理解并优化这些复杂度对于编写高效的程序至关重要。
5.数据结构的实际应用：数据结构在日常生活和工作中也有广泛应用。
例如，文件系统、数据库、网络编程等领域都涉及到数据结构的运用。
总的来说，数据结构的学习过程是一个理论与实践相结合的过程。
通过学习数据结构，我不仅提高了编程技能，还培养了问题解决能力和逻辑思维能力。
我相信，这些收获将对我未来的学习和工作产生积极影响。
数据结构心得体会篇2当我开始学习数据结构时，我对这门学科充满了兴趣和好奇。
作为一名计算机科学专业的学生，我知道数据结构是编程的核心，掌握数据结构将有助于提高我的编程能力和解决问题的能力。
在这篇文章中，我将分享我的学习数据结构的经历和心得体会。
首先，我选择了一门数据结构的入门课程，开始了我的学习之旅。
数据结构心得体会
数据结构心得体会作为一名计算机科学专业的学生，我深知数据结构在编程中的重要性。
在学习数据结构的过程中，我收获了许多宝贵的知识和经验，这里我想与大家分享一下我的心得体会。
我深刻认识到数据结构是计算机编程的基石。
计算机程序的执行过程实际上就是对数据进行操作的过程，而数据结构则确定了数据的组织方式和操作方法。
一个高效的数据结构可以让我们编写出的程序具有更好的性能，而一个低效的数据结构则可能导致程序运行缓慢，甚至出现崩溃。
因此，掌握数据结构对于提高编程能力具有重要意义。
学习数据结构有助于培养我们的逻辑思维能力。
数据结构的学习过程中，我们需要理解各种数据结构的特点、优缺点以及适用场景。
这要求我们具备较强的抽象思维能力，能够从复杂的实际问题中抽象出相应的数据结构模型。
同时，在编程实践中，我们需要按照数据结构的逻辑关系来组织代码，这也有助于提高我们的逻辑思维能力。
数据结构的学习让我们更好地理解了算法。
算法是解决问题的关键，而数据结构则是算法实现的基础。
一个好的算法往往需要借助合适的数据结构来实现。
通过学习数据结构，我们可以更好地理解算法的设计思路，并在实际编程过程中运用和优化算法。
在学习数据结构的过程中，我们还会接触到许多经典的算法思想，如动态规划、分治等，这些思想对我们今后的职业发展具有指导意义。
以链表为例。
链表是一种常见的基础数据结构，它由一系列节点组成，每个节点包含数据域和指针域。
链表的特点是插入和删除操作高效，但查找操作低效。
在实际编程中，我们可以根据需求选择合适的数据结构。
例如，在实现一个队列或栈时，如果插入和删除操作的频率较高，使用链表结构会比使用数组结构更加高效。
然而，如果我们需要频繁地查找数据，那么链表可能就不是最佳选择。
因此，在实际应用中，我们需要根据具体问题来选择合适的数据结构。
我们来看二叉搜索树。
二叉搜索树是一种有序的二叉树，它具有查找、插入和删除操作的效率。
在二叉搜索树中，每个节点都有一个左子树和右子树，左子树的所有节点的值都小于该节点的值，右子树的所有节点的值都大于该节点的值。
- 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)。
学习数据结构心得体会数据结构研究总结通过一学期对《数据结构与算法》的研究，大概的了解了基本的数据结构和相应的一些算法。
下面总结一下自己一个学期研究的收获和心得。
数据结构是什么：数据结构是计算机存储、组织数据的方式。
数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。
通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。
数据结构往往同高效的检索算法和索引技术有关。
数据结构重要性：一般认为，一个数据结构是由数据元素依据某种逻辑联系组织起来的。
对数据元素间逻辑关系的描述称为数据的逻辑结构；数据必须在计算机内存储，数据的存储结构是数据结构的实现形式，是其在计算机内的表示；此外讨论一个数据结构必须同时讨论在该类数据上执行的运算才有意义。
一个逻辑数据结构可以有多种存储结构，且各种存储结构影响数据处理的效率。
在许多类型的程序的设计中，数据结构的选择是一个基本的设计考虑因素。
许多大型系统的构造经验表明，系统实现的困难程度和系统构造的质量都严重的依赖于是否选择了最优的数据结构。
许多时候，确定了数据结构后，算法就容易得到了。
有些时候事情也会反过来，我们根据特定算法来选择数据结构与之适应。
不论哪种情况，选择合适的数据结构都是非常重要的。
选择了数据结构，算法也随之确定，是数据而不是算法是系统构造的关键因素。
这种洞见导致了许多种软件设计方法和程序设计语言的出现，面向对象的程序设计语言就是其中之一。
常见的数据结构：1.顺序表：定义：顺序表是在计算机内存中以数组的形式保存的线性表,是指用一组地址连续的存储单元依次存储数据元素的线性结构。
线性表采用顺序存储的方式存储就称之为顺序表。
顺序表是将表中的结点依次存放在计算机内存中一组地址连续的存储单元中。
基本运算：置表空：sqlsetnull（l）判表满：sqlempty（l）求表长：sqllength(l)插入：sqlinsert（l,i,x）按序号取元素：sqlget（l,i）删除：sqldelete(l,i)按值查找：sqllocate(l,x)2.链表定义：链表是一种物理储备单元上非连续、非顺序的储备结构，数据元素的逻辑顺序是经由过程链表中的指针链接次序实现的。
链表由一系列结点（链表中每一个元素称为结点）组成，结点可以在运转时动态天生。
每个结点包括两个部分：一个是储备数据元素的数据域，另一个是储备下一个结点地址的指针域。
比拟于线性表顺序结构，链表比较轻易插入和删除操作。
分类：单链表—用一组地址任意的储备单元存放线性表中的数据元素。
循环链表—循环链表是另一种形式的链式存贮结构。
它的特点是表中末了一个结点的指针域指向头结点，整个链表形成一个环。
基本运算：建立链表，插入节点，删除节点。
3.堆栈定义：堆栈都是一种数据项按序排列的数据结构，只能在一端(称为栈顶(top))对数据项进行插入和删除。
要点：堆：顺序随意栈：后进先出(last-in/first-out)。
基本算法：置空栈：initstack（s）判栈空：stackempty（s）判栈满：stackfull（s）取栈顶元素：（s）入栈：push（s）出栈：pop(s)4.队列定义：队列是一种特殊的线性表，它只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作。
进行插入操作的端称为队尾，进行删除操作的端称为队头。
队列中没有元素时，称为空队列。
在队列这种数据结构中，最先插入的元素将是最先被删除的元素；反之最后插入的元素将最后被删除的元素，因此队列又称为“先进先出”（fifo—first in first out）的线性表。
分类：顺序行列；链队；基本运算：初始化行列qini (q)入队qadd(q,x)出队qdel(q,x)判断队列是否为qempty(q)判断队列是否为满qfull(q)5.特殊矩阵分类：对阵矩阵；三角矩阵；稀疏矩阵；6.二叉树定义：二叉树是每个节点最多有两个子树的有序树。
通常子树被称作“左子树”（left subtree）和“右子树”（right subtree）。
二叉树的每个结点至多只有二棵子树(不存在度大于2的结点)，二叉树的子树有左右之分，次序不能颠倒。
二叉树的第i层至多有2的i -1次方个结点；深度为k的二叉树至多有2^(k) -1个结点；对任何一棵二叉树t，假如其终端结点数(即叶子结点数)为n0，度为2的结点数为n2，则n0 = n2 + 1.1)完全二叉树——若设二叉树的高度为h，除第h层外，其它各层(1～h-1)的结点数都达到最大个数，第h层有叶子节点，并且叶子节点都是从左到右依次排布，这就是完全二叉树。
2)满二叉树——除了叶结点外每一个结点都有左右子叶且叶结点都处在最底层的二叉树。
3)深度——二叉树的层数，就是高度。
性质：1)在二叉树中，第i层的结点总数不超过2^(i-1)；2)深度为h的二叉树最多有2^h-1个结点(h=1)，起码有h 个结点；(3)关于任意一棵二叉树，假如其叶结点数为n0，而度数为2的结点总数为n2，则n0=n2+1；4)具有n个结点的完全二叉树的深度为int（log2n）+15)有n个结点的完全二叉树各结点如果用顺序方式存储，则结点之间有如下关系：若i为结点编号则如果i1，则其父结点的编号为i/2；如果2*i=n，则其左儿子（即左子树的根结点）的编号为2*i；若2*in，则无左儿子；如果2*i+1=n，则其右儿子的结点编号为2*i+1；若2*i+1n，则无右儿子。
6)给定n个节点，能构成h(n)种不同的二叉树。
h(n)为卡特兰数的第n项。
h(n)=c(n,2*n)/(n+1)。
7）设有i个枝点，i为所有枝点的道路长度总和，j为叶的道路长度总和j=i+2i。
二叉树遍历：遍历是对树的一种最基本的运算，所谓遍历二叉树，就是按一定的规则和顺序走遍二叉树的所有结点，使每一个结点都被访问一次，而且只被访问一次。
由于二叉树是非线性结构，因此，树的遍历实质上是将二叉树的各个结点转换成为一个线性序列来表示。
设l、d、r分别透露表现遍历左子树、访问根结点和遍历右子树，则对一棵二叉树的遍历有三种情况：dlr（称为先根次序遍历），ldr（称为中根次序遍历），lrd（称为后根次序遍历）。
1)前序遍历访问根；按前序遍历左子树；按前序遍历右子树(2)中序遍历按中序遍历左子树；访问根；按中序遍历右子树(3)后序遍历按后序遍历左子树；按后序遍历右子树；访问根（4）层次遍历即按照层次访问，通常用队列来做。
访问根，访问子女，再访问子女的子女（越往后的层次越低）（两个子女的级别相同）。
7.散列定义：若结构中存在和关键字k相等的记录，则必定在f(k)的存储位置上。
由此，不需比较便可直接取得所查记录。
称这个对应关系f为散列函数(hash n)，按这个思想建立的表为散列表。
散列函数：直接定址法；除留余数法；数字分析法；平方取中法；折叠法。
冲突处理方法：开放地址法（线性探测再散列，二次探测再散列，伪随机探测再散列）链地址法。
8.图定义：一种较线性表和树更加庞大的数据结构。
储备结构：邻接矩阵；邻接表；逆邻接表；十字链表；邻接多重表。
图的遍历：深度优先遍历：深度优先遍历的思想类似于树的先序遍历。
其遍历过程可以描述为：从图中某个顶点v动身，访问该顶点，然后顺次从v的未被访问的邻接点动身连续深度优先遍历图中的别的顶点，直至图中所有与v有路径相通的顶点都被访问完为止。
广度优先遍历：对图的广度优先遍历方法描述为：从图中某个顶点v出发，在访问该顶点v之后，依次访问v的所有未被访问过的邻接点，然后再访问每个邻接点的邻接点，且访问顺序应保持先被访问的顶点其邻接点也优先被访问，直到图中的所有顶点都被访问为止。
下面是对一个无向图进行广度优先遍历的过程。
查找算法1.顺序查找：在一个已知无(或有序）序行列中找出与给定关键字相同的数的具体位置。
道理是让关键字与行列中的数从第一个开始逐一比较，直到找出与给定关键字相同的数为止。
2.折半查找：首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表分成前、后两个子表，假如中央位置记录的关键字大于查找关键字，则进一步查找前一子表，否则进一步查找后一子表。
重复以上过程，直到找到满足前提的记录，使查找成功，或直到子表不存在为止，此时查找不成功。
3.分块查找：先选取各块中的最大关键字构成一个索引表；查找分两个部分：先对索引表进行二分查找或顺序查找，以肯定待查记录在哪一块中；然后，在已肯定的块中用顺序法进行查找。
4.二叉排序树：定义：二叉排序树（binary sort tree）又称二叉查找树。
它大概是一棵空树；大概是具有下列性质的二叉树：（1）若左子树不空，则左子树上所有结点的值均小于它的根结点的值；（2）若右子树不空，则右子树上所有结点的值均大于它的根结点的值；（3）左、右子树也分别为二叉排序树；查找：若根结点的关键字值等于查找的关键字，成功。
否则，若小于根结点的关键字值，递归查左子树。
若大于根结点的关键字值，递归查右子树。
若子树为空，查找不成功。
排序算法：1.直接插入排序：插入排序的基本操作就是将一个数据插入到已经排好序的有序数据中,从而得到一个新的、个数加一的有序数据，算法适用于少量数据的排序，时间复杂度为o(n^2)。
是稳定的排序方法。
插入算法把要排序的数组分成两部分：第一部分包含了这个数组的所有元素，但将最后一个元素除外，而第二部分就只包含这一个元素。
在第一部分排序后，再把这个最后元素插入到此刻已是有序的第一部分里的位置。
2.希尔排序：先取一个小于n的整数d1作为第一个增量，把文件的全部记录分成d1个组。
所有距离为d1的倍数的记录放在同一个组中。
先在各组内进行直接插入排序；然后，取第二个增量d2d1重复上述的分组和排序，直至所取的增量dt=1(dtdt-l?d2d1)，即所有记录放在同一组中进行直接插入排序为止。
这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据酿成有序序列。
6.归并排序：申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列；设定两个指针，最初位置分别为两个已经排序序列的起始位置；比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置；重复直到某一指针达到序列尾；另一序列剩下的所有元素直接复制到合并序列尾。
心得：无论我们研究什么课程，概念永远是基础，所有的知识都是建立在基础概念之上的。
我们要将概念熟记于心，然后构建知识框架。
数据结构包括线性结构、树形结构、图状结构或网状结构。
线性结构包括线性表、栈、队列、串、数组、广义表等，栈和队列是操作受限的线性表，串的数据对象约束为字符集，数组和广义表是对线性表的扩展：表中的数据元素本身也是一个数据结构。