数据与算法精品教学（陈健生）数据结构复习.docVIP

绪论 算法特性 有穷性、确定性、可行性、输入(可能0输入)、输出(不能0输出)。 算法评价 正确性、可读性、健壮性、高效率。 时间复杂度、空间复杂度。 数据结构 数据和二元关系。 等价关系（自反，对称，传递） 偏序（自反，反对称，传递=），拟序（反自反，反对此，传递 ），全序(偏序，均可比 实数集上的=) 线性表 问题：空表、存在性、溢出（顺序表）。 顺序表：存储位置连续。存储位置：a[i]=a[0]+l*i，l：元素占用空间。 插入操作移动元素：0加到n 删除操作移动元素：0加到n-1 优点：随机存取（存储删除时间固定）。 缺点：插入，删除操作需要移动表中的数据元素， 事先确定规模，空间效率不高 链表：链式存储。 带表头：处理链表插入删除时需要判断是否为空表的问题并处理表头。 可以建立带表头结点的单向链表 双向链表：插入删除操作需要同时修改两个方向的指针 循环链表。 优点：插入，删除操作无需移动表中的数据元素； 空间利用率高 ? 缺点：不能随机存取 栈 只允许在一端进行插入和删除操作，LIFO、FILO。 问题：栈空出栈。 顺序栈、链式栈 应用：括号匹配，表达式求值。 递归 求阶乘，求最大公因子，fibonacci数列，汉诺塔。 尾递归：递归语句写在末尾。 递归消除：（1）用循环实现 （求阶乘） （2）用迭代实现（斐波那契的迭代实现） 递归的消除往往需要借助显式的栈来实现 队列 一端插入，另一端删除，FIFO。 问题：队空出队、队满入队。 循环队列：(front=front+1) mod n，(rear=rear+1) mod n，元素个数：(rear+n-front) mod n。 当front==rear时，无法区分队列是空是满 解决方法：设置空位、设置标志、设置队长变量）。 链式队列：没有队满的问题，有队空的问题，队空条件为front=NULL 串与串匹配 子串在主串中的位置：第一次出现的位置。注意起始位为0 Brute-Force算法：蛮力，时间复杂度O(m*n)。 KMP算法：时间复杂度O(m+n)。 预处理函数Next：N [t]表示P[0~t]的前缀和P[1~t]的后缀中最长的相同前后 缀。（Next函数的生成方法见讲义） T[i]==P[j]时，如果已经匹配成功，返回i-j，否则i++、j++。 T[i]!=P[j]时，如果j0，j=N[j-1]，否则i++。 树 结点：根结点，分支结点，叶子结点。 度：结点的子树个数。 树的度：树中结点的度的最大值，K叉树。 层次：根结点层次为1，其余依次递增。 深度：结点的最大层次。 性质： 树中结点数目等于所有结点的度数加1。 度为k的树中第i层上只多ki-1个结点。 深度为h的k叉树至多有(kh-1)/(k-1)个结点。 具有n个结点的k叉树最小深度为[logk(n(k-1))]+1 。 二叉树 满二叉树、完全二叉树（从左向右排） 二叉树性质： 叶子结点个数为n0，n2个度为2的结点，则有n0=n2+1。 二叉树第i层最多有2i-1个结点。 深度为h的二叉树最多有2h-1个结点。 具有n个结点的完全二叉树深度为[log2(n)]+1。 对n个结点的完全二叉树自上而下且自左向右编号（0~n-1），则： 对任意一个编号为i的结点：若i=0，则编号为[(i-1)/2]的结点为其双亲结点。 若2i+1=n，则该结点无左孩子，否则，2i+1的结点为其左孩子结点。 若2i+2=n，则该结点无右孩子，否则，2i+2的结点为其右孩子结点。 若i为偶数，且i不为0，则其左兄弟为i-1。 若i为奇数，且i不为n-1，则其右兄弟为i+1。 i所在的层次为[log2(i+1)]+1。 树的表示： （1）顺序表示：空间效率很低。 （2）链式表示 二叉树遍历 先序遍历、中序遍历、后序遍历的顺序。可以用栈实现非递归算法。 层序遍历：构造一个队列，先将根插入队列，从表头开始遍历，将遍历过的结点删除，把它的孩子加入队列，直到队列为空。 可以用中序遍历得到中缀表达式，后序遍历得到后缀表达式 Huffman树 WPL最小树 路径长度：根到所有叶子结点的路径长度之和。 带权路径长度（WPL）：∑根到所有叶子结点的路径长度乘以叶子的权。 在Huffman树中，权值大的结点离根近。 Huffman树的构造： 给定一个具有权值的结点的集合。 取出两个权值最小的结点。 将这两个结点分别作为左右子树构造一棵树，其根结点的权值为左右子树权值之和。 把新树的根结点加入原集合中。 应用：最优编码。 定长编码，变长编码（解码不唯一），前缀编码。 平均编码长度：∑编码字节数×字符出现概率。 缺点：传播错误，无法差错和纠错。需要统计