【数据结构】

线性关系(线性结构):是指在数据元素的非空有限集合中有且仅有一个首元素的数据元素,有且只有一个尾元素的数据元素,其余的数据元素均有且只有一个直接前驱元素和一个直接后继元素
常见的线性结构:线性表,队列,栈,串,数组。

非线性结构:线性结构的元素之间具有线性关系,非线性结构中的元素之间不再是序列的关系,他们呈现的是更复杂的层次关系,即一个数据元素有且仅有一个直接前驱,但可有另个或者多个直接后继,显然比序列关系复杂
常见非线性结构:树,图

散列表

PHP中的hashtable就是哈希表就是由数组和链表组成,一个长度为16的数组中,每个元素存储的是一个链表的头结点。而HashMap和Hashtable就是哈希表结构

表(list)

操作PrintList,Find,Delete,Insert
1.使用数组(array)实现
定义一个数组的时候,通常需要对表的大小进行估计(因为数组的元素之间物理地址是相连续的,所以需要一次性分配),一般需要估计的大一些,自然会浪费掉一些空间。
PrintList和Find肯定是跟表的大小是相关的,也就是线性的。FindKth的花费就是常数时间
Insert和Delete的代价很大。比如在表的位置0插入(Insert)一个新元素,那么整个数组的元素都要后移一位。删除第一个元素也需要将后面的所有元素都向前移动一位。
所以表的结构使用数组来实现显然不是好的选择
2.使用链表(linked list)实现
链表是由一系列不必在内存中中相连的结构组成,每个结构都含有表元素和一个执行包含该元素的后继元素物理地址的结构的指针,称之为next指针。最后一个单元的next指针为NULL
PrintList(L)和Find(L,Key),我们只要将一个指针传递到该表的第一个元素,然后用一些next指针贯穿该表即可,花费时间是跟表的大小线性相关的。
FindKth(L,i)花费时间O(i)
Delete操作只是将被删除元素的前驱元素的next指针修改为被删除元素的next指针就可以了

Insert元素只需要一次malloc从系统申请一个新单元并且执行两次指针调整就可以了

对于大量的输入数据,链表的线性访问时间太慢。树的大部分操作的运行时间平均为O(logN)。一棵树是由N个节点和N-1条边的集合,其中一个节点是根结点,每条边都将某个节点连接到它的父亲,而除去根结点外每一个节点都有一个父亲
树的存储实现:
结点即为数据元素,存储比较简单和直接
分支描述的是关系,关系的存储是复杂而多样的,因此需要从存储分支信息的角度入手分析可能的解决方案。

1.双亲数组表示法
因为一条分支描述的是相邻两个结点(孩子和双亲的关系),所以就能在内存中存储所有结点信息和所有的双亲关系

2.孩子链表表示法
存储所有结点的信息和所有孩子的关系。
1>头节点结构

data域是数据域,用来存储结点信息;
first域为指针域,用来存储结点孩子链表的入口地址,此链表记录了结点的所有孩子信息
2>表节点结构

childno域用来存储某个孩子结点的编号
next域为指针域,用来执行结点的下一个孩子所对应的表结点

3.左孩子右兄弟表示法
将结点最左边的孩子(如果存在的话)成为结点的左孩子,将位于结点右边且紧挨着它的兄弟(若存在的话)称为该结点的右兄弟

二叉树
递归树的方式
先序遍历:根左右
中序遍历:左根右
后序遍历:左右根
前序遍历中第一个数字总是根节点

线索二叉树
对一个二叉树线索化之后,可以得到某种遍历序列节点的前缀节点和后继节点。线索二叉树将一个二叉树变成了双向链表

哈夫曼树
在计算机数据处理中,霍夫曼编码使用变长编码表对源符号(如文件中的一个字母)进行编码,其中变长编码表是通过一种评估来源符号出现概率的方法得到的,出现概率高的字母使用较短的编码,反之出现概率低的则使用较长的编码,这便使编码之后的字符串的平均长度、期望值降低,从而达到无损压缩数据的目的

B-Tree
来源维基百科:
Rudolf Bayer 和 Ed McCreight 于1972年,在Boeing Research Labs 工作时发明了B 树,但是他们没有解释B 代表什么意义(如果有的话)。Douglas Comer 解释说: 两位作者从来都没解释过B树的原始意义。正如我们所见,“balanced”, “broad” 或 “bushy” 可能适合。其他人建议字母“B”代表 Boeing。源自于他的赞助,不过,看起来把B树当作“Bayer”树更合适些

阶为M的B-树的特点(来自数据结构与算法分析-C语言描述):
--|树的根或者是树叶节点,或者其儿子数在2和M之间
--|除根外,所有非树叶节点的儿子数在M/2和M之间
--|所有树叶都在相同深度上
所有数据都存放在树叶节点上,当插入一个关键字,只有在访问路径上的那些内部节点才有可能发生变化。
对于一个M阶的树,比较困难情况发生在接收该关键字的节点已经有了M个关键字的时候,这个关键字是的该节点具有M+1个关键字,我们可以把它分裂成两个节点。
他们分别具有「(M+1)/2向下和(M+1)/2」向上个关键字。由于这个父节点多了一个儿子,我们必须检查这个节点是否被父节点接收,如果父节点已经有M个儿子,那么这个父节点就要被分裂成两个节点。我们重复这个过程
直到找到一个父节点具有少于M个儿子,如果我们分裂根节点,那么我们就要创建一个新的根,这个根有两个儿子。

参考资料:
线索二叉树:http://www.cnblogs.com/GumpYa...
哈夫曼编码:https://zh.wikipedia.org/zh/%...
数据库索引数据结构:http://www.cnblogs.com/zcy_so...

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


【啊哈!算法】算法3:最常用的排序——快速排序       上一节的冒泡排序可以说是我们学习第一个真正的排序算法,并且解决了桶排序浪费空间的问题,但在算法的执行效率上却牺牲了很多,它的时间复杂度达到了O(N2)。假如我们的计算机每秒钟可以运行10亿次,那么对1亿个数进行排序,桶排序则只需要0.1秒,而冒泡排序则需要1千万秒,达到115天之久,是不是很吓人。那有没有既不浪费空间又可以快一点的排序算法
匿名组 这里可能用到几个不同的分组构造。通过括号内围绕的正则表达式就可以组成第一个构造。正如稍后要介绍的一样,既然也可以命名组,大家就有考虑把这个构造作为匿名组。作为一个实例,请看看下列字符串: “08/14/57 46 02/25/59 45 06/05/85 18 03/12/88 16 09/09/90 13“ 这个字符串就是由生日和年龄组成的。如果需要匹配年两而不要生日,就可以把正则
选择排序:从数组的起始位置处开始,把第一个元素与数组中其他元素进行比较。然后,将最小的元素方式在第0个位置上,接着再从第1个位置开始再次进行排序操作。这种操作一直到除最后一个元素外的每一个元素都作为新循环的起始点操作过后才终止。 public void SelectionSort() { int min, temp;
public struct Pqitem { public int priority; public string name; } class CQueue { private ArrayList pqueue; public CQueue() { pqueue
在编写正则表达式的时候,经常会向要向正则表达式添加数量型数据,诸如”精确匹配两次”或者”匹配一次或多次”。利用数量词就可以把这些数据添加到正则表达式里面了。 数量词(+):这个数量词说明正则表达式应该匹配一个或多个紧紧接其前的字符。 string[] words = new string[] { "bad", "boy", "baad", "baaad" ,"bear", "b
来自:http://blog.csdn.net/morewindows/article/details/6678165/归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。首先考虑下如何将将二个有序数列合并。这个非常简单,只要从比较二个数列的第一个数,谁小就先取谁,取了后就在对应数列中删除这个数。然后再进行比较,如果有数列
插入排序算法有两层循环。外层循环会啄个遍历数组元素,而内存循环则会把外层循环所选择的元素与该元素在数组内的下一个元素进行比较。如果外层循环选择的元素小于内存循环选择的元素,那么瘦元素都想右移动以便为内存循环元素留出位置。 public void InsertionSort() { int inner, temp;
public int binSearch(int value) { int upperBround, lowerBound, mid; upperBround = arr.Length - 1; lowerBound = 0; while (lowerBound <= upper
虽然从表内第一个节点到最后一个节点的遍历操作是非常简单的,但是反向遍历链表却不是一件容易的事情。如果为Node类添加一个字段来存储指向前一个节点的连接,那么久会使得这个反向操作过程变得容易许多。当向链表插入节点的时候,为了吧数据复制给新的字段会需要执行更多的操作,但是当腰吧节点从表移除的时候就能看到他的改进效果了。 首先需要修改Node类来为累增加一个额外的链接。为了区别两个连接,这个把指
八、树(Tree)树,顾名思义,长得像一棵树,不过通常我们画成一棵倒过来的树,根在上,叶在下。不说那么多了,图一看就懂:当然了,引入了树之后,就不得不引入树的一些概念,这些概念我照样尽量用图,谁会记那么多文字?树这种结构还可以表示成下面这种方式,可见树用来描述包含关系是很不错的,但这种包含关系不得出现交叉重叠区域,否则就不能用树描述了,看图:面试的时候我们经常被考到的是一种叫“二叉树”的结构,二叉
Queue的实现: 就像Stack类的实现所做的一样,Queue类的实现用ArrayList简直是毋庸置疑的。对于这些数据结构类型而言,由于他们都是动态内置的结构,所以ArrayList是极好的实现选择。当需要往队列中插入数据项时,ArrayList会在表中把每一个保留的数据项向前移动一个元素。 class CQueue { private ArrayLis
来自:http://yingyingol.iteye.com/blog/13348911 快速排序介绍:快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下,排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较,但这种状况并不常见。事实上,快速排序通常明显比其他Ο(n log n) 算法更快,因为它的内部循环(inner loop)可以在大部分的架构上很有效率地
Stack的实现必须采用一种基本结构来保存数据。因为再新数据项进栈的时候不需要担心调整表的大小,所以选择用arrayList.using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Threading.Tasks;using System.Collecti
数组类测试环境与排序算法using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Threading.Tasks;namespace Data_structure_and_algorithm{ class CArray { pr
一、构造二叉树 二叉树查找树由节点组成,所以需要有个Node类,这个类类似于链表实现中用到的Node类。首先一起来看看Node类的代码。 public class Node { public int Data; public Node Left; public Node Right; public v
二叉树是一种特殊的树。二叉树的特点是每个结点最多有两个儿子,左边的叫做左儿子,右边的叫做右儿子,或者说每个结点最多有两棵子树。更加严格的递归定义是:二叉树要么为空,要么由根结点、左子树和右子树组成,而左子树和右子树分别是一棵二叉树。 下面这棵树就是一棵二叉树。         二叉树的使用范围最广,一棵多叉树也可以转化为二叉树,因此我们将着重讲解二叉树。二叉树中还有连两种特殊的二叉树叫做满二叉树和
上一节中我们学习了队列,它是一种先进先出的数据结构。还有一种是后进先出的数据结构它叫做栈。栈限定只能在一端进行插入和删除操作。比如说有一个小桶,小桶的直径只能放一个小球,我们现在向小桶内依次放入2号、1号、3号小球。假如你现在需要拿出2号小球,那就必须先将3号小球拿出,再拿出1号小球,最后才能将2号小球拿出来。在刚才取小球的过程中,我们最先放进去的小球最后才能拿出来,而最后放进去的小球却可以最先拿
msdn中的描述如下:(?= 子表达式)(零宽度正预测先行断言。) 仅当子表达式在此位置的右侧匹配时才继续匹配。例如,w+(?=d) 与后跟数字的单词匹配,而不与该数字匹配。此构造不会回溯。(?(零宽度正回顾后发断言。) 仅当子表达式在此位置的左侧匹配时才继续匹配。例如,(?此构造不会回溯。msdn描述的比较清楚,如:w+(?=ing) 可以匹配以ing结尾的单词(匹配结果不包括ing),(
1.引入线索二叉树 二叉树的遍历实质上是对一个非线性结构实现线性化的过程,使每一个节点(除第一个和最后一个外)在这些线性序列中有且仅有一个直接前驱和直接后继。但在二叉链表存储结构中,只能找到一个节点的左、右孩子信息,而不能直接得到节点在任一遍历序列中的前驱和后继信息。这些信息只有在遍历的动态过程中才能得到,因此,引入线索二叉树来保存这些从动态过程中得到的信息。 2.建立线索二叉树 为了保
排序与我们日常生活中息息相关,比如,我们要从电话簿中找到某个联系人首先会按照姓氏排序、买火车票会按照出发时间或者时长排序、买东西会按照销量或者好评度排序、查找文件会按照修改时间排序等等。在计算机程序设计中,排序和查找也是最基本的算法,很多其他的算法都是以排序算法为基础,在一般的数据处理或分析中,通常第一步就是进行排序,比如说二分查找,首先要对数据进行排序。在Donald Knuth 的计算机程序设