常用的數據結構及演算法

『壹』 計算機二級選擇題干貨（五）——數據結構和演算法

1、線性表、棧和隊列等數據結構所表達和處理的數據以線性結構為組織形式。棧是一種特殊的線性表，這種線性表只能在固定的一端進行插入和刪除操作，允許插入和刪除的一端稱為棧頂，另一端稱為棧底。一個新元素只能從棧頂一端進入，刪除時，只能刪除棧頂的元素，即剛剛被插入的元素。所以棧又稱後進先出表（Last In First Out）；隊列可看作是插入在一端進行，刪除在另一端進行的線性表，允許插入的一端稱為隊尾，允許刪除的一端稱為隊頭。在隊列中，只能刪除隊頭元素，隊列的最後一個元素一定是最新入隊的元素。因此隊列又稱先進先出表（First In First Out）。

2、棧和隊列都是一種特殊的操作受限的線性表，只允許在端點處進行插入和刪除。二者的區別是：棧只允許在表的一端進行插入或刪除操作，是一種"後進先出"的線性表；而隊列只允許在表的一端進行插入操作，在另一端進行刪除操作，是一種"先進先出"的線性表。

3、棧是一種特殊的線性表，這種線性表只能在固定的一端進行插入和刪除操作，允許插入和刪除的一端稱為棧頂，另一端稱為棧底。一個新元素只能從棧頂一端進入，刪除時，只能刪除棧頂的元素，即剛剛被插入的元素。所以棧又稱先進後出表（FILO-First In Last Out）。線性表可以順序存儲，也可以鏈式存儲，而棧是一種線性表，也可以採用鏈式存儲結構。

4、棧和隊列都是一種特殊的操作受限的線性表，只允許在端點處進行插入和刪除。二者的區別是：棧只允許在表的一端進行插入或刪除操作，是一種"後進先出"的線性表；而隊列只允許在表的一端進行插入操作，在另一端進行刪除操作，是一種"先進先出"的線性表。

5、在棧中，棧底指針不變，棧中元素隨棧頂指針的變化而動態變化

top=0表示棧空，top=50表示棧滿。入棧操作首先將top加1，然後將新元素插入到top指針指向的位置；退棧操作首先將top指針指向的元素賦給一個指定的變數，然後將top減1。棧頂指針top動態反映了棧中元素的變化情況。

6、棧是一種先進後出的線性表，棧實際上也是線性表，只不過是一種特殊的線性表。隊列是指允許在一端進行插入、而在另一端進行刪除的線性表，隊列是一種"先進先出"或"後進後出"的線性表

隊列是指允許在一端進行插入、而在另一端進行刪除的線性表。它又稱為"先進先出"或"後進後出"的線性表，體現了"先來先服務"的原則。

7、帶鏈的隊列也是線性鏈表，在線性鏈表中指向線性表中的第一個結點的指針稱為頭指針，頭指針為NULL或0時稱為空表，指向隊尾元素的指針稱為尾指針。隊列在隊尾插入元素，稱為入隊運算；在隊頭刪除元素，稱為退隊運算。帶鏈隊列在開辟存儲空間時，可以按照存儲空間地址增大的方向開辟，也可以按照存儲空間地址減少的方向開辟。

8、所謂循環隊列，就是將隊列存儲空間的最後一個位置繞到第1個位置，形成邏輯上的環狀空間，供隊列循環使用。所以循環隊列還是屬於線性結構。循環隊列的頭指針front指向隊列的第一個元素的前一位置，隊尾指針rear指向隊列的最後一個元素，循環隊列的動態變化需要頭尾指針共同反映循環隊列的長度是：(sq.rear-sq.front+maxsize)%maxsize，所以循環隊列的長度是由隊頭和隊尾指針共同決定的

 在循環隊列中，用隊尾指針rear指向隊列中的隊尾元素，用排頭指針front指向排頭元素的前一個位置。

 循環隊列主要有兩種基本運算：入隊運算與退隊運算。每進行一次入隊運算，隊尾指針就進一。每進行一次退隊運算，排頭指針就進一。當rear或front的值等於隊列的長度+1時，就將rear或front的值置為1。一般情況下，rear大於front，因為入隊的元素肯定比出隊的元素多。特殊的情況是rear到達數組的上限之後又從數組的低端開始，此時，rear是小於front的。

循環隊列就是將隊列存儲空間的最後一個位置繞到第一個位置，形成邏輯上的環狀空間，供隊列循環使用。在實際應用中，隊列的順序存儲結構一般採用循環隊列的形式。因此，循環隊列不是隊列的一種鏈式存儲結構。循環隊列是一種存儲結構，因此循環隊列是一種物理結構，而不是邏輯結構。循環隊列是隊列的順序存儲結構，因此循環隊列是線性結構。

9、循環隊列不同於循環鏈表，循環隊列是順序存儲結構，循環鏈表是鏈式存儲結構。雙向鏈表是鏈式存儲結構，其中每個結點都有左指針和右指針，不同於二叉樹結點的左子樹指針和右子樹指針。非線性結構和線性結構是數據的邏輯結構，順序和鏈式是數據的存儲結構，例如二叉樹是非線性結構，也可以按照層序進行順序存儲。

10、非線性結構的邏輯特徵是一個結點元素可能對應多個直接前驅和多個後驅。常見的非線性結構有：樹（二叉樹等），圖（網等）。

11、由於二叉樹的存儲結構中每一個存儲結點有兩個指針域，因此，二叉樹的鏈式存儲結構也稱為二叉鏈表，二叉鏈表屬於非線性結構。

12、遍歷是指不重復的訪問所有結點。線性單鏈表每個結點只有一個指針域，由這個指針只能找到後件結點，但不能找到前件結點。雙向鏈表中的每個結點設置兩個指針，左指針指向其前件結點，右指針指向其後件結點。循環鏈表中增加了一個表頭結點，循環鏈表中的所有結點的指針構成了一個環狀鏈。二叉鏈表即二叉樹的鏈式存儲結構，每個存儲結點有兩個指針域，左指針域指向該結點的左子結點的存儲地址，右指針域指向該結點的右子結點的存儲地址。

13、線性表的順序存儲結構具有兩個基本特點：（1）線性表中所有元素所佔的存儲空間是連續的;（2）線性表中各元素在存儲空間中是按邏輯順序依次存放的。

14、循環鏈表具有以下兩個特點：(1)在循環鏈表中增加了一個表頭結點，其數據域為任意或者根據需要來設置，指針域指向線性表的第一個元素的結點。循環鏈表的頭指針指向表頭結點。(2)循環鏈表中最後一個結點的指針域不是空，而是指向表頭結點。即在循環鏈表中，所有結點的指針構成了一個環狀鏈。

15、在循環鏈表中，只要指出表中任何一個結點的位置，就可以從它出發訪問到表中其他所有的結點，而線性單鏈表做不到這一點。

16、根據二叉樹的性質：二叉樹第i（i≥1）層上至多有2i-1個結點。

17、所謂滿二叉樹是指這樣的一種二叉樹：除最後一層外，每層上的所有結點都有兩個子結點。這就是說，在滿二叉樹中，每一層上的結點數都達到最大值，即在滿二叉樹的第K層上有2K-1個結點，且深度為m的滿二叉樹有2m個結點。

18、在任意一顆樹中，結點總數=總分支數目+1

19、二叉樹的性質：在任意一棵二叉樹中，度為0的結點（即葉子結點）總是比度為2的結點多一個。本題中度為2的結點數為n，故葉子結點數為n+1個。

二叉樹的性質：在任意一棵二叉樹中，度為0的結點（即葉子結點）總是比度為2的結點多一個。

20、在用完全二叉樹表示堆，樹中所有非葉子結點值均不小於其左右子樹的根結點值，因此，堆頂元素必為序列的n個元素中的最大項。

21、作為一個演算法，一般應具有以下幾個基本特徵。

 可行性

 確定性

 有窮性

擁有足夠的情報

22、計算機演算法是指解題方案的准確而完整的描述

演算法的有窮性，是指演算法必須在有限的時間內做完，即演算法必須能在執行有限個步驟之後終止。

23、希爾排序法的基本思想是：將整個無序序列分割成若干小的子序列分別進行插入排序。所以希爾排序法屬於插入類排序，但它對簡單插入排序做了很大的改進。

24、快速排序的基本思想是，通過一趟排序將待排序記錄分割成獨立的兩部分，其中一部分記錄的關鍵字均比另一部分記錄的關鍵字小，再分別對這兩部分記錄繼續進行排序，以達到整個序列有序；插入排序的基本操作是指將無序序列中的各元素依次插入到已經有序的線性表中，從而得到一個新的序列；選擇排序的基本思想是：掃描整個線性表，從中選出最小的元素，將它交換到表的最前面（這是它應有的位置），然後對剩下的子表採用同樣的方法，直到表空為止；歸並排序是將兩個或兩個以上的有序表組合成一個新的有序表。

25、在單鏈表中，增加頭結點的目的是______。

頭結點不僅標識了表中首結點的位置，而且根據單鏈表（包含頭結點）的結構，只要掌握了表頭，就能夠訪問整個鏈表，因此增加頭結點目的是為了便於運算的實現。

26、演算法分析是指對一個演算法的運行時間和佔用空間做定量的分析，一般計算出相應的數量級，常用時間復雜度和空間復雜度表示。分析演算法的目的就是要降低演算法的時間復雜度和空間復雜度，提高演算法的執行效率。

27、演算法是指解題方案的准確而完整的描述。但演算法不等於程序，也不等於計算方法。當然，程序也可以作為演算法的一種描述，但程序通常還需要考慮很多與方法和分析無關的細節問題，這是因為在編寫程序時要受到計算機系統運行環境的限制。通常，程序的編制不可能優於演算法的設計。作為一個演算法，一般應具有可行性、確定性、有窮性、擁有足夠情報四個基本特徵。因此設計演算法時不僅僅要考慮結果的可靠性，即不僅考慮演算法結果的可行性，還要考慮步驟的確定性，時間和步驟的有窮性等。因此，演算法是一組嚴謹地定義運算順序的規則，並且每一個規則都是有效的，且是明確的，此順序將在有限的次數下終止。

28、一個演算法通常由兩種基本要素組成：一是對數據對象的運算和操作，二是演算法的控制結構。因此設計演算法時不僅需要考慮數據結構的設計，還要考慮數據的操作和運算及各操作之間的執行順序。

29、在有向圖中，若任意兩個頂點都連通，則稱該圖是強連通圖，這樣的有向圖的形狀是環狀，因而至少應有n條邊。

30、當數據表A中每個元素距其最終位置不遠，說明數據表A按關鍵字值基本有序，在待排序序列基本有序的情況下，採用插入排序所用時間最少。

31、數據的邏輯結構在計算機存儲空間中的存放形式稱為數據的存儲結構（也稱數據的物理結構）。

32、假設線性表的長度為n，則在最壞情況下，冒泡排序需要經過n/2遍的從前往後掃描和n/2遍的從後往前掃描，需要比較次數為n(n-1)/2。快速排序法的最壞情況比較次數也是n(n-1)/2

（1）冒泡排序法：是一種最簡單的交換類排序法，它是通過相鄰數據元素的交換逐步將線性表變成有序。假設線性表的長度為n，則在最壞情況下，冒泡排序需要經過n/2遍的從前往後的掃描和n/2遍的從後往前的掃描，需要比較的次數為n(n-1)/2次。

 （2）簡單插入排序法：在簡單插入排序法中，每一次比較後最多移掉一個逆序，因此，這種排序方法的效率與冒泡排序法相同。在最壞情況下，簡單插入排序需要n(n-1)/2次比較。

 （3）簡單選擇排序法：對於長度為n的序列，選擇排序需要掃描n-1遍，每一遍掃描均從剩下的子表中選出最小的元素，然後將該最小的元素與子表中的第一個元素進行交換。簡單選擇排序法在最壞情況下需要比較n(n-1)/2次。

 （4）堆排序法：堆排序的方法為：①首先將一個無序序列建成堆。②然後將堆頂元素（序列中的最大項）與堆中最後一個元素交換（最大項應該在序列的最後）。在最壞情況下，堆排序需要比較的次數為。

 假設線性表的長度為16，那麼冒泡排序、直接插入排序、簡單選擇排序都需要比較120次，而堆排序需要比較64次。

33、對於長度為n的線性表，在最壞的情況下，快速排序所需要的比較次數為n(n-1)/2；冒泡排序所需要的比較次數為n(n-1)/2；直接插入排序所需要的比較次數為n(n-1)/2；堆排序所需要的比較次數為。

34、在進行順序查找過程中，如果線性表中的第一個元素就是被查找元素，則只需做一次比較就查找成功，查找效率最高；但如果被查找的元素是線性表中的最後一個元素，或者被查找的元素根本就不在線性表中，則為了查找這個元素需要與線性表中所有的元素進行比較，這是順序查找的最壞情況。所以對長度為n的線性表進行順序查找，在最壞情況下需要比較n次。

35、二分法查找只適用於順序存儲的有序表。在此所說的有序表是指線性表中的元素按值非遞減排列（即從小到大，但允許相鄰元素值相等）。

二分法檢索要求線性表結點按關鍵值排序且以順序方式存儲。在查找時，首先與表的中間位置上結點的關鍵值比較，若相等則檢索成功；否則根據比較結果確定下一步在表的前半部分或後半部分繼續進行。二分法檢索的效率比較高，設線性表有n個元素，則最多的檢索次數為大於log2n(2為底數)的最小整數，最少的檢索次數為1。

36、一般來說，一種數據的邏輯結構根據需要可以表示成多種存儲結構，常用的存儲結構有順序、鏈接、索引等存儲結構。而採用不同的存儲結構，其數據處理的效率是不同的。

37、順序存儲結構就是用一組地址連續的存儲單元依次存儲該線性表中的各個元素，鏈式存儲結構中各數據結點的存儲序號是不連續的，並且各結點在存儲空間中的位置關系與邏輯關系也不一致。兩者都可以存儲線性的、有序的邏輯結構，順序結構使用的是連續物理空間，鏈式結構可以使用零散的物理空間存儲，鏈式結構更靈活，不存在誰節約空間的說法

38、順序存儲結構中，數據元素存放在一組地址連續的存儲單元中，每個數據元素地址可通過公式LOC(ai)=LOC(a1)+(i-1)L計算得到，從而實現了隨機存取。對於鏈式存儲結構，要對某結點進行存取，都得從鏈的頭指針指向的結點開始，這是一種順序存取的存儲結構。

39、鏈式存儲結構克服了順序存儲結構的缺點：它的結點空間可以動態申請和釋放；它的數據元素的邏輯次序靠結點的指針來指示，不需要移動數據元素。故鏈式存儲結構下的線性表便於插入和刪除操作。

40、線性表的順序存儲結構的存儲空間只用於存放結點數據，而鏈式存儲結構的存儲空間不僅要存放結點數據，還要存放數據的指針，所以線性表的鏈式存儲結構所需要的存儲空間一般要多於順序存儲結構

41、在進行順序查找過程中，如果線性表中的第1個元素就是被查找元素，則只需做一次比較就查找成功，查找效率最高；但如果被查找的元素是線性表中的最後一個元素，或者被查找的元素根本就不在線性表中，則為了查找這個元素需要與線性表中所有的元素進行較，這是順序查找的最壞情況。所以對長度為n的線性表進行順序查找，在最壞情況下需要比較n次

42、對於長度為n的有序線性表，在最壞情況下，二分查找只需要比較 次，而順序查找需要比較n次。二分法查找只適用於順序存儲的有序表，如果採用鏈式存儲結構，也只能用順序查找,所以，對長度為n的有序鏈表進行查找，最壞情況下需要的比較次數為n

43、根據數據結構中各數據元素之間前後件關系的復雜程度，一般將數據結構分為兩大類型：線性結構與非線性結構。

44、如果一個非空的數據結構滿足下列兩個條件：（1）有且只有一個根結點；（2）每一個結點最多有一個前件，也最多有一個後件。則稱該數據結構為線性結構，又稱線性表。

45、有一個以上根結點的數據結構肯定是非線性結構，循環鏈表、雙向鏈表是線性結構；線性表、棧與隊列、線性鏈表都是線性結構，而二叉樹是非線性結構。

46、在鏈表中，如果有兩個結點的同一個指針域的值相等，則該鏈表一定是非線性結構

47、線性表的鏈式存儲結構稱為線性鏈表，為了適應線性表的鏈式存儲結構，計算機存儲空間被劃分為一個一個小塊，每一小塊占若干位元組，通常稱這些小塊為存儲結點。每一個存儲結點分為兩部分：一部分用於存儲數據元素的值，稱為數據域；另一部分用於存放下一個數據元素的存儲序號，即指向後件的結點，稱為指針域。在鏈式存儲結構中，存儲數據結構的存儲空間可以不連續，各數據結點的存儲順序與數據元素之間的邏輯關系可以不一致。為了要在線性鏈表中插入一個新元素，首先要給該元素分配一個新結點，以便用於存儲該元素的值，然後將存放新元素值的結點鏈接到線性表中指定的位置。在線性鏈表的插入過程中不發生數據無素移動的現象，只需改變有關結點的指針即可，從而提高了插入的效率。為了在線性鏈表中刪除包含指定元素的結點，首先要在線性鏈表中找到這個結點，然後將要刪除結點放回到可利用棧。在線性鏈表中刪除一個元素後，不需要移動表的數據元素，只需改變被刪元素所在結點的前一個結點的指針域即可。因此，進行插入與刪除時，不需要移動表中的元素。

48、在先左後右的原則下，根據訪問根結點的次序，二叉樹的遍歷可以分為3種：前序遍歷、中序遍歷和後序遍歷。

前序遍歷是指在訪問根結點、遍歷左子樹與遍歷右子樹這三者中，首先訪問根結點，然後遍歷左子樹，最後遍歷右子樹；並且遍歷左、右子樹時，仍然先訪問根結點，然後遍歷左子樹，最後遍歷右子樹。

後序遍歷指在訪問根結點、遍歷左子樹與遍歷右子樹這三者中，首先遍歷左子樹，然後遍歷右子樹，最後訪問根結點；並且遍歷左、右子樹時，仍然先遍歷左子樹，然後遍歷右子樹，最後訪問根結點。

二叉樹的中序遍歷指在訪問根結點、遍歷左子樹與遍歷右子樹這三者中，首先遍歷左子樹，然後訪問根結點，最後遍歷右子樹；並且遍歷左、右子樹時，仍然先遍歷左子樹，然後訪問根結點，最後遍歷右子樹。

49、鏈表有線性鏈表，也有非線性鏈表。線性鏈表和二叉樹鏈表的結點都有兩個指針域，前者是線性結構，後者是非線性結構。線性單鏈表中的結點只有一個指針，葉子結點一般是對樹結構而言，樹結構是非線性結構，不是線性表。

50、演算法的復雜度主要包括時間復雜度和空間復雜度：演算法在運行過程中需輔助存儲空間的大小稱為演算法的空間復雜度；演算法的時間復雜度是指執行演算法所需要的計算工作量，即演算法執行過程中所需要的基本運算次數，為了能夠比較客觀地反映出一個演算法的效率，在度量一個演算法的工作量時，不僅應該與所使用的計算機、程序設計語言以及程序編制者無關，而且還應該與演算法實現過程中的許多細節無關。為此，可以用演算法在執行過程中所需基本運算的執行次數來度量演算法的工作量。二者沒有直接關系。

51、一個演算法的空間復雜度，一般是指執行這個演算法所需要的內存空間。一個演算法所佔用的存儲空間包括程序所佔的空間、輸入的初始數據所佔的存儲空間以及演算法執行過程中所需要的額外空間。其中額外空間包括演算法程序執行過程中的工作單元以及某種數據結構所需要的附加存儲空間。如果額外空間相對於問題規模來說是常數，則稱該演算法是原地(in place)工作的。

52、我們通常用時間復雜度和空間復雜度來衡量演算法效率，演算法的時間復雜度是指執行演算法所需要的計算工作量；演算法所執行的基本運算次數與問題的規模有關，而一個演算法的空間復雜度，一般是指執行這個演算法所需要的內存空間；一般來說，一種數據的邏輯結構根據需要可以表示成多種存儲結構。

所謂演算法的時間復雜度，是指執行演算法所需要的計算工作量。為了能夠比較客觀地反映出一個演算法的效率，在度量一個演算法的工作量時，不僅應該與所使用的計算機、程序設計語言以及程序編制者無關，而且還應該與演算法實現過程中的許多細節無關。為此，可以用演算法在執行過程中所需基本運算的執行次數來度量演算法的工作量。

53、子程序調用是一種層次關系，子程序調用功能模塊，調用功能模塊的個數也不確定，可以是一個，也可以是多個。二叉樹是一種很有用的非線性結構，二叉樹不同於樹形結構。二叉樹具有以下兩個特點：①非空二叉樹只有一個根結點；②每一個結點最多有兩棵子樹，且分別稱為該結點的左子樹與右子樹。選項D規定每個結點只能有兩個後件。在子程序調用中，調用的功能模塊可以是多個，可以調用超過兩個功能模塊。

54、結構圖的深度表示控制的層數結構圖的深度表示控制的層數

55、數據結構是指反映數據元素之間關系的數據元素集合的表示。更通俗地說，數據結構是指帶有結構的數據元素的集合。所謂結構實際上就是指數據元素之間的前後件關系。線性結構與非線性結構都可以是空的數據結構。一個空的數據結構究竟是屬於線性結構還是屬於非線性結構，還要根據具體情況來確定。如果對該數據結構的運算是按線性結構的規則來處理的，則屬於線性結構；否則屬於非線性結構。

『貳』 一文帶你認識30個重要的數據結構和演算法

數組是最簡單也是最常見的數據結構。它們的特點是可以通過索引（位置）輕松訪問元素。

它們是做什麼用的？

想像一下有一排劇院椅。每把椅子都分配了一個位置（從左到右），因此每個觀眾都會從他將要坐的椅子上分配一個號碼。這是一個數組。將問題擴展到整個劇院（椅子的行和列），您將擁有一個二維數組（矩陣）。

特性

鏈表是線性數據結構，就像數組一樣。鏈表和數組的主要區別在於鏈表的元素不存儲在連續的內存位置。它由節點組成——實體存儲當前元素的值和下一個元素的地址引用。這樣，元素通過指針鏈接。

它們是做什麼用的？

鏈表的一個相關應用是瀏覽器的上一頁和下一頁的實現。雙鏈表是存儲用戶搜索鍵嘩顯示的頁面的完美數據結構。

特性

堆棧是一種抽象數據類型，它形式化了受限訪問集合的概念。該限制遵循 LIFO（後進先出）規則。因此，添加到堆棧中的最後一個元素是您從中刪除的第一個元素。

堆棧可以使用數組或鏈表來實現。

它們是做什麼用的？

現實生活中最常見的例子是在食堂中將盤子疊放在寬枝一起。位於頂部的板首先被移除。放置在最底部的盤子是在堆棧中保留時間最長的盤子。

堆棧最有用的一種情況是您需要獲取給定元素的相反順序。只需將它們全部推入堆棧，然後彈出它們。

另一個有趣的應用是有效括弧問題。給定一串括弧，您可以使用堆棧檢查它們是否匹配。

特性

隊列是受限訪問集合中的另一種數據類型，就像前面討論的堆棧一樣。主要區別在於隊列是按照FIFO（先進先出）模型組織的：隊列中第一個插入的元素是第一個被移除的元素。隊列可以使用固定長度的數組、循環數組或鏈表來實現。

它們是做什麼用的？

這種抽象數據類型 (ADT) 的最佳用途當然是模擬現實生活中的隊列。例如，在呼叫中心應用程序中，隊列用於保存等待從顧問那裡獲得幫助的客戶——這些客戶應該按照他們呼叫的順序獲得幫助。

一種特殊且非常重要的隊列類型是優先順序隊列。元素根據與它們關聯的「優先順序」被引入隊列：具有最高優先順序的元素首先被引入隊列。這個 ADT 在許多圖演算法（Dijkstra 演算法、BFS、Prim 演算法、霍夫曼編碼 ）中是必不可少的。它是使用堆實現的。

另一種特殊類型的隊列是deque 隊列（雙關語它的發音是「deck」）。可以從隊列的兩端插入/刪除元素。

特性

Maps （dictionaries）是包含鍵集合和值集合的抽象數據類型。每個鍵都有一個與之關聯的值。

哈希表是一種特殊類型的映射。它使用散列函數生成一個散列碼，放入一個桶或槽數組：鍵被散列，結果散列指示值的存儲位置。

最常見的散列函數（在眾多散列函數中）是模常數函數。例如，如果常量是 6，則鍵 x 的值是x%6。

理想情況下，散列函數會將每個鍵分配給一個唯一的桶，但他們的大多數設計都採用了不完善的函數，這可能會導致具有相同生成值的鍵之間發生沖突。這種碰撞總是以某種方式適應的。

它們是做什麼用的？

Maps 最著名的應用是語言詞典。語言中的每個詞都為其指定了定義。它是使用有序映射實現的（其鍵按字母順序排列）。

通訊錄也是一張Map。每個名字都有一個分配給它的電話號碼。

另一個有用的應用是值的標准化。假設我們要為一天中的每一分鍾（24 小時 = 1440 分鍾）分配一個從 0 到 1439 的索引。哈希函數將為h(x) = x.小時*60+x.分鍾。

特性

術語：

因為maps 是使用自平衡紅黑樹實現的（文章後面會解釋），所以所有操作都在 O(log n) 內完成；所有哈希表操作都是常量。

圖是表示一對兩個集合的非線性數據結構：G={V, E}，其中 V 是頂點（節點）的集合，而 E 是邊（箭頭）的集合。節點是由邊互連的值 - 描述兩個節點之間的依賴關系（有時與成本/距離相關聯）的線。

圖有兩種主要類型：有稿巧行向圖和無向圖。在無向圖中，邊(x, y)在兩個方向上都可用：(x, y)和(y, x)。在有向圖中，邊(x, y)稱為箭頭，方向由其名稱中頂點的順序給出：箭頭(x, y)與箭頭(y, x) 不同。

它們是做什麼用的？

特性

圖論是一個廣闊的領域，但我們將重點介紹一些最知名的概念：

一棵樹是一個無向圖，在連通性方面最小（如果我們消除一條邊，圖將不再連接）和在無環方面最大（如果我們添加一條邊，圖將不再是無環的）。所以任何無環連通無向圖都是一棵樹，但為了簡單起見，我們將有根樹稱為樹。

根是一個固定節點，它確定樹中邊的方向，所以這就是一切「開始」的地方。葉子是樹的終端節點——這就是一切「結束」的地方。

一個頂點的孩子是它下面的事件頂點。一個頂點可以有多個子節點。一個頂點的父節點是它上面的事件頂點——它是唯一的。

它們是做什麼用的？

我們在任何需要描繪層次結構的時候都使用樹。我們自己的家譜樹就是一個完美的例子。你最古老的祖先是樹的根。最年輕的一代代表葉子的集合。

樹也可以代表你工作的公司中的上下級關系。這樣您就可以找出誰是您的上級以及您應該管理誰。

特性

二叉樹是一種特殊類型的樹：每個頂點最多可以有兩個子節點。在嚴格二叉樹中，除了葉子之外，每個節點都有兩個孩子。具有 n 層的完整二叉樹具有所有2ⁿ-1 個可能的節點。

二叉搜索樹是一棵二叉樹，其中節點的值屬於一個完全有序的集合——任何任意選擇的節點的值都大於左子樹中的所有值，而小於右子樹中的所有值。

它們是做什麼用的？

BT 的一項重要應用是邏輯表達式的表示和評估。每個表達式都可以分解為變數/常量和運算符。這種表達式書寫方法稱為逆波蘭表示法 (RPN)。這樣，它們就可以形成一個二叉樹，其中內部節點是運算符，葉子是變數/常量——它被稱為抽象語法樹（AST）。

BST 經常使用，因為它們可以快速搜索鍵屬性。AVL 樹、紅黑樹、有序集和映射是使用 BST 實現的。

特性

BST 有三種類型的 DFS 遍歷：

所有這些類型的樹都是自平衡二叉搜索樹。不同之處在於它們以對數時間平衡高度的方式。

AVL 樹在每次插入/刪除後都是自平衡的，因為節點的左子樹和右子樹的高度之間的模塊差異最大為 1。 AVL 以其發明者的名字命名：Adelson-Velsky 和 Landis。

在紅黑樹中，每個節點存儲一個額外的代表顏色的位，用於確保每次插入/刪除操作後的平衡。

在 Splay 樹中，最近訪問的節點可以快速再次訪問，因此任何操作的攤銷時間復雜度仍然是 O(log n)。

它們是做什麼用的？

AVL 似乎是資料庫理論中最好的數據結構。

RBT（紅黑樹） 用於組織可比較的數據片段，例如文本片段或數字。在 Java 8 版本中，HashMap 是使用 RBT 實現的。計算幾何和函數式編程中的數據結構也是用 RBT 構建的。

在 Windows NT 中（在虛擬內存、網路和文件系統代碼中），Splay 樹用於緩存、內存分配器、垃圾收集器、數據壓縮、繩索（替換用於長文本字元串的字元串）。

特性

最小堆是一棵二叉樹，其中每個節點的值都大於或等於其父節點的值：val[par[x]]

『叄』 計算機考研：數據結構常用演算法解析(7)

第七章：
對於無向圖，e的范圍是：
數據結構中所討論的圖都是簡單圖，任意兩結點間不會有雙重的邊。
對於有向圖，e的范圍是：
圖的各種存儲結構
鄰接矩陣很方便訪問任意兩點的邊，但是不方便計算其鄰接點。在深度和廣度遍歷中廣泛的需要求某點的鄰接點。所以鄰接矩陣只在Floyed和Prim和Dijstra中採用。
鄰接表能很方便的求某頂點的鄰接點，索引對於與遍歷有關的演算法大多都採用鄰接表。如深度、廣度、拓撲排序、關鍵路徑。但他也有不足的地方，就是不方便求入度或是那些薯早握點可以到他的操作。所以有人引進逆鄰接表。最後人們把這兩種表結合到一起就是十字鏈表和鄰接多重表。一個是存儲有向圖，另一個是存儲無向圖。
在十字鏈睜歷表和鄰接多重表很方便求鄰接點的操作和對應的逆操作。所以實際應用中，凡是能用鄰接表實現的一定能用十字鏈表和鄰接多重表實現。並且它們的存儲效率更高。
1.鄰接矩陣(有向圖和無向圖和網)又稱為數組表示法
typedef struct
{ vextype vexs[maxn]; ∥頂點存儲空間∥
adjtype A[maxn][maxn]; ∥鄰接矩陣∥
int vexnum,arcnum; //圖的頂點數和邊數
GraphKind Kind; //圖的類型
} mgraph;
2.鄰接表(有向圖和無向圖和網)
typedef struct node ∥邊
{ int adj; int w; ∥鄰接點、權∥
struct node *next; ∥指向下一弧或邊∥
}linknode;
typedef struct ∥頂點類型∥
{ vtype data; ∥頂點值域∥
linknode *farc; ∥指向與本頂點關聯的第一條弧或邊∥
}Vnode;
typedef struct
{
Vnode G[maxn]; ∥頂點表∥
int vexnum,arcnum;
GraphKind kind;
}ALGraph;
adjvexnextarcinfo
邊結點
datafirstarc
頂點結點
3.十字鏈表(有向圖和有向網)
headvextaivexhlinktlinkinfo
邊結點
datafirstinfirstout
頂點結點
4.鄰接多重表(無向圖)
markivexjvexilinkjlinkinfo
邊結點
datafirstedge
頂點結點
有向無環圖(DAG)：是描述含有公共子式的表達式的有效工具。二叉樹也能表示表達式，但是利用有向無環圖可以實現對相同子式的共享，從而節省存儲空間。
頂點的度：
無向圖：某頂點V的度記為D(V)，代表與V相關聯的邊的條數
有向圖：頂點V的度D(V)=ID(V)+OD(V)
強連通分量:在有向圖中，若圖中任意兩頂點間都存在路徑，則稱其是強連通圖。圖中極大 強連通子圖稱之為強連通分量
「極大」在這里指的是：往一個連通分量中再加入頂點和邊，就構不成原圖中的一個 連通子圖，即連通分量是一個最大集的連通子圖。有向圖的連通就是指該有向圖是強連通的。

考研有疑問、不知道如何總結考研考點內容、不清楚數慶考研報名當地政策，點擊底部咨詢官網，免費領取復習資料：https://www.87dh.com/xl/

『肆』 網路與編程中常用的演算法與數據結構有哪些

演算法就是計算機處理解決問題的計算機能理解的方法。
比如算一個階乘 , 計算機的演算法就是寫一個循環,從高到底, 一直乘下去,直到 1 為止。
復雜的演算法比如一個強連通帶權網路,求兩點間的最短路徑,這個很有用啊....比如採用廣度優先演算法,或深度優先演算法
數據結構指數據在計算機中存儲存在的方式。
比如文件在硬碟中,有二進制,文本等形式存放, 程序中的一組數字可能放在數組裡面,也可能在棧裡面,也肯能在鏈表裡面

『伍』 常用數據結構有哪些

數據結構分為8類有：數組、棧、隊列、鏈表、樹、散列表、堆、圖。數據結構是指相互之間存在著一種或多種關系的數據元素的集合和該集合中數據元素之間的關系組成 。

1、數組

數組是可以再內存中連續存儲多個元素的結構，在內存中的分配也是連續的，數組中的元素通過數組下標進行訪問，數組下標從0開始。例如下面這段代碼就是將數組的第一個元素賦值為 1。

2、棧

棧是一種特殊的線性表，僅能在線性表的一端操作，棧頂允許操作，棧底不允許操作。 棧的特點是：先進後出，或者說是後進先出，從棧頂放入元素的操作叫入棧，取出元素叫出棧。

3、隊列

隊列與棧一樣，也是一種線性表，不同的是，隊列可以在一端添加元素，在另一端取出元素，也就是：先進先出。從一端放入元素的操作稱為入隊，取出元素為出隊。

4、鏈表

鏈表是物理存儲單元上非連續的、非順序的存儲結構，數據元素的邏輯順序是通過鏈表的指針地址實現，每個元素包含兩個結點，一個是存儲元素的數據域 (內存空間)，另一個是指向下一個結點地址的指針域。根據指針的指向，鏈表能形成不同的結構，例如單鏈表，雙向鏈表，循環鏈表等。

5、樹

樹是一種數據結構，它是由n（n>=1）個有限節點組成一個具有層次關系的集合。把它叫做 「樹」 是因為它看起來像一棵倒掛的樹，也就是說它是根朝上，而葉朝下的。

6、散列表

散列表，也叫哈希表，是根據關鍵碼和值 (key和value) 直接進行訪問的數據結構，通過key和value來映射到集合中的一個位置，這樣就可以很快找到集合中的對應元素。

7、堆

堆是一種比較特殊的數據結構，可以被看做一棵樹的數組對象，具有以下的性質：堆中某個節點的值總是不大於或不小於其父節點的值；堆總是一棵完全二叉樹。將根節點最大的堆叫做最大堆或大根堆，根節點最小的堆叫做最小堆或小根堆。常見的堆有二叉堆、斐波那契堆等。

8、圖

圖是由結點的有窮集合V和邊的集合E組成。其中，為了與樹形結構加以區別，在圖結構中常常將結點稱為頂點，邊是頂點的有序偶對，若兩個頂點之間存在一條邊，就表示這兩個頂點具有相鄰關系。

『陸』 演算法的性質是什麼常見的數據結構的類型是什麼

演算法的特點：
1、輸入：一個演算法必須有零個或以上輸入量。
2、輸出：一個演算法應有一個或以上輸出量，輸出量是演算法計算的結果。
3、明確性：演算法的描述必須無歧義，以保證演算法的實際執行結果是精確地符合要求或期望，通常要求實際運行結果是確定的。
4、有限性：依據圖靈的定義，一個演算法是能夠被任何圖靈完備系統模擬的一串運算，而圖靈機只有有限個狀態、有限個輸入符號和有限個轉移函數（指令）。而一些定義更規定演算法必須在有限個步驟內完成任務。
5、有效性：又稱可行性。能夠實現，演算法中描述的操作都是可以通過已經實現的基本運算執行有限次來實現。
常用的數據結構有4種：
1.集合。2.線性結構。3.樹形結構。4.圖狀結構;

『柒』 數據結構演算法有哪些

數據結構是一門研究非數值計算的程序設計問題中的操作對象，以及它們之間的關系和操作等相關問題的學科。

可以理解為：程序設計 = 數據結構 + 演算法

數據結構演算法具有五個基本特徵：輸入、輸出、有窮性、確定性和可行性。

1、輸入：一個演算法具有零個或者多個輸出。以刻畫運算對象的初始情況，所謂0個輸入是指演算法本身定出了初始條件。後面一句話翻譯過來就是，如果一個演算法本身給出了初始條件，那麼可以沒有輸出。比如，列印一句話：NSLog(@"你最牛逼！");

2、輸出：演算法至少有一個輸出。也就是說，演算法一定要有輸出。輸出的形式可以是列印，也可以使返回一個值或者多個值等。也可以是顯示某些提示。

3、有窮性：演算法的執行步驟是有限的，演算法的執行時間也是有限的。

4、確定性：演算法的每個步驟都有確定的含義，不會出現二義性。

5、可行性：演算法是可用的，也就是能夠解決當前問題。

數據結果的基本演算法有：

1、圖搜索（廣度優先、深度優先）深度優先特別重要

2、排序

3、動態規劃

4、匹配演算法和網路流演算法

5、正則表達式和字元串匹配

6、三路劃分-快速排序

7、合並排序（更具擴展性，復雜度類似快速排序）

8、DF/BF 搜索 （要知道使用場景）

9、Prim / Kruskal （最小生成樹）

10、Dijkstra （最短路徑演算法）

11、選擇演算法