计算机考研核心考点精讲丨数据结构
计算机考研数据结构的复习要点
计算机考研数据结构的复习要点计算机考研数据结构的复习要点考生们在进行计算机考研的复习阶段时，需要把数据结构的复习要点了解清楚。
店铺为大家精心准备了计算机考研数据结构的复习重点，欢迎大家前来阅读。
计算机考研数据结构重点：二叉树二叉树是数据结构中的重点内容，在这两年的考试中也将二叉树作为重点内容来考查。
二叉树这部分内容要求大家掌握二叉树的定义、性质、存储结构、遍历、线索化、森林和二叉树的转换等内容。
算法的重点是二叉树的遍历及其应用，这也是二叉树这部分的重点和难点。
遍历是二叉树各种操作的基础，可以在遍历过程中对结点进行各种操作。
例如：求二叉树结点总数，建立二叉树，建立二叉树的存储结构等。
二叉树的很多算法是在遍历算法基础上改造完成的，这就要求大家在复习时，熟练掌握二叉树遍历的递归和非递归算法。
下面为大家介绍一下二叉树的几种遍历方法：由二叉树的定义可知，一颗二叉树由根节点及左、右子树三个基本部分组成，因此，只要依次遍历这三部分，就可以遍历整个二叉树。
1.先序遍历先序遍历的递归过程为：若二叉树为空，遍历结束。
(1)访问根节点;(2)先序遍历根节点的左子树;(3)先序遍历根节点的右子树。
2.中序遍历中序遍历的递归过程为：若二叉树为空，遍历结束。
否则，(1)中序遍历根节点的左子树;(2)访问根节点;(3)中序遍历根节点的右子树。
3.后序遍历后序遍历的递归过程为：若二叉树为空，遍历结束。
否则，同济大学四平路(1)后序遍历根节点的左子树;(2)后序遍历根节点的右子树;(3)访问根节点。
层次遍历二叉树的层次遍历，是指从二叉树的第一层(根结点)开始，从上至下逐层遍历，在同一层中，则按从左到右的顺序对结点逐个访问。
在进行层次遍历时，对一层结点访问完后，再按照它们的访问次序对各个结点的左孩子和右孩子顺序访问，这样一层一层进行，先遇到的结点先访问，这与队列的操作原则比较吻合。
因此，在进行层次遍历时，可设置一个队列结构，遍历从二叉树的根结点开始，首先将根结点指针入队列，然后从对头取出一个元素，每取一个元素，执行下面两个操作：(1)访问该元素所指结点;(2)若该元素所指结点的左、右孩子结点非空，则将该元素所指结点的左孩子指针和右孩子指针顺序入队。
数据结构考研复习重点归纳
数据结构考研复习重点归纳数据结构是计算机科学中非常重要的一门基础课程，考研复习数据结构时，需要重点掌握的内容有以下几个方面。
1.线性表：线性表是数据结构中最基本的一种结构，常见的线性表有数组、链表和栈等。
考生需要掌握线性表的定义、插入、删除、查找等基本操作，并能够分析它们的时间复杂度。
2.树：树是一种非常重要且常见的数据结构，它具有分层结构和层次关系。
其中，二叉树是最简单也是最基本的一种树结构，树的遍历（如前序遍历、中序遍历和后序遍历）是树算法中的重要内容。
此外，还要了解一些特殊的树结构，如平衡树和B树等。
3.图：图是由节点和边组成的一种数据结构，它是一种非常灵活的结构，常用来表示各种实际问题中的关系。
在考研复习中，需要掌握图的基本概念（如顶点和边）、图的存储结构（如邻接矩阵和邻接表）以及图的遍历算法（如深度优先和广度优先）等。
4.查找和排序：在实际问题中，经常需要查找和排序数据。
查找算法（如顺序查找、二分查找和哈希查找）和排序算法（如冒泡排序、插入排序和快速排序）是数据结构中常见的算法，考生需要熟练掌握这些算法的原理和实现方法。
此外，还要了解一些高级的查找和排序算法，如二叉查找树和归并排序等。
5.散列表：散列表（也称哈希表）是一种特殊的数据结构，它利用散列函数将数据映射到一个固定大小的数组中。
散列表具有快速的查找和插入操作，常用于实现字典和数据库等应用。
在考研复习中，需要了解散列表的原理和实现方法，以及处理冲突的方法，如链地址法和开放地址法。
6.动态规划：动态规划是一种解决问题的数学方法，也是一种重要的算法思想。
在考研复习中，需要掌握动态规划的基本原理和解题思路，以及常见的动态规划算法，如背包问题和最长公共子序列等。
7.算法复杂度分析：在考研复习中，需要有一定的算法分析能力，能够对算法的时间复杂度和空间复杂度进行分析和估算。
此外，还要能够比较不同算法的效率，并选择合适的算法来解决实际问题。
除了以上重点内容，考生还要注意掌握一些基本的编程知识，如指针、递归和动态内存分配等。
数据结构科目考研大纲
数据结构科目考研大纲
数据结构是计算机科学与技术专业考研的重要科目之一，其大纲主要包括以下内容：
一、基本概念。
1. 数据结构的基本概念和术语。
2. 算法的基本概念和特性。
3. 算法复杂度分析。
二、线性表。
1. 线性表的顺序存储结构和链式存储结构。
2. 线性表的基本操作及实现。
3. 线性表的应用。
三、栈和队列。
1. 栈和队列的定义和基本操作。
2. 栈和队列的顺序存储结构和链式存储结构。
3. 栈和队列的应用。
四、树与二叉树。
1. 树的基本概念和性质。
2. 二叉树的基本概念和性质。
3. 二叉树的存储结构和基本操作。
4. 树和二叉树的遍历。
五、图。
1. 图的基本概念和性质。
2. 图的存储结构和基本操作。
3. 图的遍历和最小生成树。
4. 图的最短路径和拓扑排序。
六、查找。
1. 查找的基本概念和分类。
2. 顺序查找和折半查找。
3. 散列查找和二叉排序树。
七、排序。
1. 排序的基本概念和分类。
2. 插入排序、交换排序、选择排序。
3. 快速排序、堆排序、归并排序。
4. 外部排序。
以上是数据结构科目考研大纲的主要内容，考生在备考过程中需要深入理解各个知识点，并能够灵活应用到实际问题中。
希望对你有所帮助。
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。
数据结构考研
数据结构考研数据结构考研数据结构考研是计算机科学与技术专业考研的重要科目之一。
它是计算机科学与技术领域的基础课程和核心技术，对于进一步深入学习和应用计算机科学与技术知识具有重要意义。
数据结构考研包含了大量的基本概念，涉及到各种数据的存储、处理和操作方法，通过学习数据结构，可以帮助我们更好地理解和解决实际问题。
数据结构考研的内容主要包括线性表、树、图、堆、哈希表等基本数据结构，以及相关的算法和问题求解方法。
线性表是最基本的数据结构之一，包括顺序表和链表。
顺序表是将数据按照一定顺序排列在一块连续的存储空间中，通过下标或位置来访问数据；链表是将数据按照节点的方式存储在内存中，通过指针链接各个节点，可以动态地插入和删除数据。
树是一种特殊的数据结构，它具有分层结构和递归等特性。
二叉树是最简单的树结构，每个节点最多有两个子节点；平衡二叉树是一种特殊的二叉树，它的左右子树高度差不超过1；红黑树是一种自平衡的二叉查找树，它可以保证查找、插入和删除的时间复杂度都是O(logn)。
图是由节点和边构成的一种复杂数据结构，图的表示方法有邻接表和邻接矩阵等。
堆是一种特殊的完全二叉树，它可以用来实现优先队列等数据结构。
堆分为最大堆和最小堆，最大堆的每个节点的值都大于等于其子节点的值，最小堆的每个节点的值都小于等于其子节点的值。
哈希表是一种根据关键字直接访问内存位置的数据结构，它常用于查找和插入操作。
数据结构考研的学习需要掌握各种数据结构的基本概念、性质和实现方法，以及它们之间的相互转换和应用。
同时还需要能够分析和设计算法，解决实际问题。
在考试中，除了要熟练掌握每个数据结构的定义、性质和操作，还需要能够灵活运用它们解决复杂问题。
总之，数据结构考研是计算机科学与技术专业考研的重要科目，它是计算机科学与技术领域的基础课程和核心技术。
通过学习数据结构，可以帮助我们更好地理解和解决实际问题，提升计算机科学与技术的应用能力和创新能力。
数据结构与程序设计考研
数据结构与程序设计考研数据结构与程序设计是计算机科学与技术领域的核心课程之一，也是许多高校计算机专业考研的重点内容。
掌握数据结构与程序设计的相关知识，对于提高编程能力、理解算法原理以及解决实际问题具有重要意义。
一、数据结构概述数据结构是计算机存储、组织数据的方式。
它不仅影响数据的存储效率，也直接影响到算法的执行效率。
常见的数据结构包括数组、链表、栈、队列、树、图等。
- 数组：一种线性数据结构，可以存储具有相同类型的元素。
- 链表：由一系列节点组成，每个节点包含数据部分和指向下一个节点的指针。
- 栈：一种后进先出（LIFO）的数据结构，只能在一端进行数据的插入和删除。
- 队列：一种先进先出（FIFO）的数据结构，数据从一端进入，从另一端离开。
- 树：由节点组成的层次结构，每个节点有零个或多个子节点，但只有一个父节点。
- 图：由顶点（或称为节点）和边组成，可以表示复杂的关系。
二、程序设计基础程序设计是使用编程语言来解决特定问题的过程。
程序设计的基础包括：- 算法：解决问题的步骤和方法，是程序设计的核心。
- 控制结构：包括顺序结构、选择结构和循环结构，是程序设计的基本逻辑。
- 函数：封装一段代码，可以重复使用，提高代码的可读性和重用性。
- 面向对象编程：一种编程范式，强调使用“对象”来设计和构建程序。
三、数据结构与算法的关系数据结构与算法是相辅相成的。
数据结构提供了数据存储的方式，而算法则是在这些数据上执行操作的方法。
例如：- 排序算法：如快速排序、归并排序等，依赖于数据的存储方式。
- 搜索算法：如二分搜索、深度优先搜索（DFS）和广度优先搜索（BFS），它们的效率与数据结构紧密相关。
四、程序设计中的常见问题在程序设计过程中，常见的问题包括：- 时间复杂度：算法执行所需时间的度量，通常用大O表示法。
- 空间复杂度：算法执行过程中所需的存储空间。
- 递归与迭代：递归是一种调用自身的函数，而迭代是重复执行的循环结构。
(完整)数据结构知识点全面总结—精华版,推荐文档
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。
新疆维吾尔自治区考研计算机复习资料数据结构与算法重点题型解析
新疆维吾尔自治区考研计算机复习资料数据结构与算法重点题型解析数据结构与算法是计算机考研中的一门重要科目，也是考生们备战的重点之一。
掌握数据结构与算法的基本理论和经典题型，对于顺利通过考试至关重要。
在本文中，我们将对新疆维吾尔自治区考研计算机专业的数据结构与算法重点题型进行解析，帮助考生更好地备考和复习，顺利应对考试。
一、线性表线性表是数据结构中最基本的一种数据结构，它在考研中也是一个重点考查的部分。
在线性表的题型中，常见的有顺序表、链表和栈的相关题目。
考生需要掌握线性表的概念、结构和常见操作，并能够灵活运用。
以链表为例，考生需要了解链表的基本概念和特点，包括单链表、双向链表和循环链表等。
在解题中，考生需要掌握链表的插入、删除和遍历等操作，还需要熟悉链表的常见问题，如链表的反转、链表的环检测等。
二、树与二叉树树和二叉树也是数据结构与算法中的重要内容。
在考研中，常见的树与二叉树相关的题型有二叉树的遍历、构建二叉树、判断二叉树相似性等。
考生需要掌握树和二叉树的定义、性质和基本操作，并能够运用到解题过程中。
以二叉树的遍历为例，考生需要了解先序遍历、中序遍历和后序遍历的概念和算法实现。
在解题中，考生还需要熟悉二叉树的镜像、重建二叉树和判断二叉树是否是平衡二叉树等问题。
三、图图是数据结构与算法中的一种复杂结构，也是考研中的难点之一。
在图的相关题型中，常见的有图的遍历、最短路径、拓扑排序等。
考生需要了解图的基本概念、性质和常见操作，并能够掌握图遍历和图算法的实现方法。
以最短路径为例，考生需要掌握迪杰斯特拉算法和弗洛伊德算法的原理和实现过程。
在解题中，考生需要熟悉最短路径问题的建模和求解方法，并能够应用到实际问题中。
四、排序算法排序算法是数据结构与算法中的一个重要部分，也是考研中常见的题型之一。
在排序算法的题型中，常见的有冒泡排序、快速排序、堆排序等。
考生需要了解各种排序算法的基本原理、时间复杂度和空间复杂度，并能够灵活应用到解题中。
- 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)。
/计算机考研核心考点精讲丨数据结构数据结构是计算机专业考研中比较重要的考点，文都考研dudu汇总了数据结构和核心知识点，有需要的小伙伴快来学习一下吧。
▶队列和栈结构的概念理解栈是仅限制在表的一端进行插入和删除运算的线性表，称插入、删除这一端为栈顶。
表中无元素时为空栈。
栈的修改是按后进先出的原则进行的。
通常栈有顺序栈和链栈两种存储结构。
队列是一种运算受限的线性表，插入在表的一端进行，而删除在表的另一端进行，允许删除的一端称为队头，允许插入的一端称为队尾，队列的操作原则是先进先出的。
队列也有顺序存储和链式存储两种存储结构。
▶线性表中单链表相关算法设计与实现一些基础但又重要的单链表相关算法，如：1.打印单链表，void PrintList(List list); 使用一个指针遍历所有链表节点。
2.两个升序链表,打印tarList中的相应元素，这些元素的序号由SeqList指定，void PrintLots(List tarList, List seqList); 使用两个指针分别遍历两个链表，每次取出序列链表的一个序号后，根据该序号，到达目标链表指定节点。
3.两个升序链表的交集，List Intersect(List l1, List l2);4.两个升序链表的并集，List Join(List l1, List l2);5.单链表就地置逆，void Reverse(List l); 使用三个指针表示前驱，当前和后继节点，每次将当前节点的Next指向前驱节点，然后向后遍历直到链表/末尾。
▶二叉树的遍历遍历的过程就是把非线性结构的二叉树中的结点排成一个线性序列的过程。
二叉树遍历方法可分为两大类，一类是“宽度优先”法，即从根结点开始，由上到下，从左往右一层一层的遍历;另一类是“深度优先法”，即一棵子树一棵子树的遍历。
从二叉树结构的整体看，二叉树可以分为根结点，左子树和右子树三部分，只要遍历了这三部分，就算遍历了二叉树。
设D表示根结点，L表示左子树，R表示右子树，则DLR的组合共有6种，即DLR，DRL，LDR，LRD，RDL，RLD。
若限定先左后右，则只有DLR，LDR，LRD三种，分别称为先(前)序法(先根次序法)，中序法(中根次序法，对称法)，后序法(后根次序法)。
三种遍历的递归算法如下：1.先序法(DLR)若二叉树为空，则空操作，否则：访问根结点，先序遍历左子树，先序遍历右子树。
2.中序法(LDR)若二叉树为空，则空操作，否则：中序遍历左子树，访问根结点，中序遍历右子树.3.后序法(LRD)若二叉树为空，则空操作，否则：后序遍历左子树，后序遍历右子树，访/问根结点。
▶完全二叉树中有关结点个数计算完全二叉树的定义：深度为k，有n个结点的二叉树当且仅当其每一个结点都与深度为k的满二叉树中编号从1至n的结点一一对应时，称为完全二叉树。
完全二叉树的叶子数为(n + 1) / 2取下整。
▶森林与二叉树之间的转换以及转换过程中结点之间的关系将一棵树转换为二叉树的方法是：1.树中所有相邻兄弟之间加一条连线。
2.对树中的每个结点，只保留其与第一个孩子结点之间的连线，删去其与其它孩子结点之间的连线。
3.以树的根结点为轴心，将整棵树顺时针旋转一定的角度，使之结构层次分明。
森林转换为二叉树的方法如下：1.将森林中的每棵树转换成相应的二叉树。
2.第一棵二叉树不动，从第二棵二叉树开始，依次把后一棵二叉树的根结点作为前一棵二叉树根结点的右孩子，当所有二叉树连在一起后，所得到的二叉树就是由森林转换得到的二叉树。
树和森林都可以转换为二叉树，二者的不同是:树转换成的二叉树,其根结点必然无右孩子，而森林转换后的二叉树，其根结点有右孩子。
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。
▶对无向连通图特性的理解无向图的每条边，在顶点计算度的过程中，都要两次参与计算(与边两关联的2个顶点)，因此所有顶点的度之和为偶数。
具有n个顶点的无向连通图，其边数大于或等于n-1。
在无向连通图中，所有顶点的度数都有可能大于1。
▶对m阶B树定义的理解一棵m阶的B树满足下列条件：1. 每个结点至多有m棵子树。
2. 除根结点外，其它每个分支至少有m/2棵子树。
3. 根结点至少有两棵子树(除非B树只有一个结点)。
4. 所有叶结点在同一层上。
B树的叶结点可以看成一种外部结点，不包含任何信息。
5. 有j个孩子的非叶结点恰好有j-1个关键码，关键码按递增次序排列。
结点中包含的信息为∶(p0,k1,p1,k2,p2, …,kj-1,pj-1)。
其中，ki为关键码，且满足ki▶带权图的最短路径算法及应用迪杰斯特拉(Dijkstra)算法求单源最短路径，算法思想：/设S为最短距离已确定的顶点集(看作红点集)，V-S是最短距离尚未确定的顶点集(看作蓝点集)。
1.初始化：初始化时，只有源点s的最短距离是已知的(SD(s)=0)，故红点集S={s}，蓝点集为空。
2.重复以下工作，按路径长度递增次序产生各顶点最短路径，在当前蓝点集中选择一个最短距离最小的蓝点来扩充红点集，以保证算法按路径长度递增的次序产生各顶点的最短路径。
当蓝点集中仅剩下最短距离为∞的蓝点，或者所有蓝点已扩充到红点集时，s到所有顶点的最短路径就求出来了。
注意：①若从源点到蓝点的路径不存在，则可假设该蓝点的最短路径是一条长度为无穷大的虚拟路径。
②从源点s到终点v的最短路径简称为v的最短路径;s到v的最短路径长度简称为v的最短距离，并记为SD(v)。
▶堆排序大根堆的定义：完全二叉树，任一非叶子结点都大于等于它的孩子，也就是说根结点是最大的。
而且显然大根堆的任一棵子树也是大根堆。
堆排序的基本思想：记录区的分为无序区和有序区前后两部分;用无序区的数建大根堆，得到的根(最大的数)和无序区的最后一个数交换，也就是将该根归入有序区的最前端;如此重复下去，直至有序区扩展至整个记录区。
具体操作可按下面步骤实现：1.建大根堆2.交换根和无序区最后一个数3.重建大根堆，因为交换只是使根改变了，所以左右子树依然分别是大根堆。
/4.比较根，左子树的根和右子树的根，如果根最大，则无须再作调整，树已经是大根堆了;如果左子树的根最大，交换它与根，再递归调整左子树;如果右子树的根最大，交换它与根，再递归调整右子数。
5.递归调整到叶子的时候，树就是大根堆了。
▶各类排序算法的特点及比较几种主要的排序算法：冒泡排序、选择排序、插入排序、快速排序、归并排序、Shell排序、堆排序等。
冒泡排序算法思想：将待排序的元素看作是竖着排列的“气泡”，较小的元素比较轻，从而要往上浮。
在冒泡排序算法中我们要对这个“气泡”序列处理若干遍。
所谓一遍处理，就是自底向上检查一遍这个序列，并时刻注意两个相邻的元素的顺序是否正确。
如果发现两个相邻元素的顺序不对，即“轻”的元素在下面，就交换它们的位置。
选择排序算法思想：选择排序的基本思想是对待排序的记录序列进行n-1遍的处理，第i遍处理是将L[i..n]中最小者与L[i]交换位置。
这样，经过i 遍处理之后，前i个记录的位置已经是正确的了。
插入排序算法思想：经过i-1遍处理后,L[1..i-1]己排好序。
第i遍处理仅将L[i]插入L[1..i-1]的适当位置，使得L[1..i]又是排好序的序列。
快速排序算法思想：快速排序的基本思想是基于分治策略的。
对于输入的子序列L[p..r]，如果规模足够小则直接进行排序，否则分三步处理：1. 分解(Divide)：将输入的序列L[p..r]划分成两个非空子序列L[p..q]和L[q+1..r]，使L[p..q]中任一元素的值不大于L[q+1..r]中任一元素的值。
2./递归求解(Conquer)：通过递归调用快速排序算法分别对L[p..q]和L[q+1..r]进行排序。
3. 合并(Merge)：由于对分解出的两个子序列的排序是就地进行的，所以在L[p..q]和L[q+1..r]都排好序后不需要执行任何计算L[p..r]就已排好序。
归并排序算法思想：分而治之(divide - conquer)。
每个递归过程涉及三个步骤：1.分解，把待排序的n个元素的序列分解成两个子序列，每个子序列包括n/2 个元素。
2. 治理，对每个子序列分别调用归并排序MergeSort，进行递归操作。
3. 合并，合并两个排好序的子序列,生成排序结果。
Shell排序算法思想：算法先将要排序的一组数按某个增量d分成若干组，每组中记录的下标相差d.对每组中全部元素进行排序，然后再用一个较小的增量对它进行，在每组中再进行排序。
当增量减到1时，整个要排序的数被分成一组，排序完成。
堆排序算法思想：用大根堆排序的基本思想：1.先将初始文件R[1..n]建成一个大根堆，此堆为初始的无序区。
2.再将关键字最大的记录R[1](即堆顶)和无序区的最后一个记录R[n]交换，由此得到新的无序区R[1..n-1]和有序区R[n]，且满足R[1..n-1].keys≤R[n].key。
3. 由于交换后新的根R[1]可能违反堆性质，故应将当前无序区R[1..n-1]调整为堆。
考研选文都不当陪考族。