4《数据结构》

文章目录

绪论

  • 数据结构:研究非数值计算程序设计中的操作对象,以及这些对象之间的关系和操作
  • 数据:客观事物的符号表示,所有输入到计算机并被程序处理的符号总称
  • 算法:为了解决某类问题而规定的一串有限长的操作序列
  • 算法标准:健壮性、有穷性、可行性、及低存储量
  • 节点:实体,有处理能力,类似网络的计算机
  • 结点:逻辑,链表中的元素,包括数据域和存储下一个结点地址的指针域
  • 数据项:数据结构的最小单位
  • 数据元素:数据的基本单位,是数据项的集合

逻辑结构

  • 集合:无逻辑关系
  • 线性结构:有序数据元素的集合
    线性表,数组,栈,队列,串
  • 非线性结构:一个结点元素可能有多个直接前趋和多个直接后继
    多维数组,广义表,树、图

存储结构【物理结构】

  • 顺序存储
  • 链式存储
  • 索引存储
  • 散列存储

顺序和链式存储区别

顺序存储 链式存储
数组 链表
数据元素放在地址连续的存储单元中 数据元素存储在任意的存储单元里
数据元素在存储器中的相对位置 结点中指针
逻辑相邻 逻辑相邻
物理相邻 物理不一定相邻

顺序表和数组区别

顺序表 数组
逻辑结构角度 物理存储角度
顺序表 是由数组组成的线性表

数组和链表的区别

数组 链表
连续内存分配 动态内存分配
在栈上分配内存,自由度小【栈必须连续且固定大小,后进先出的取】 在堆上分配内存,自由度大【堆是直接随意存取】
事先固定数组长度,不支持动态改变数组大小 支持动态增加或删除元素
数组元素增加时,有可能会数组越界;数组元素减少时,会造成内存浪费;数组增删时需要移动其它元素 使用malloc或者new来申请内存,不用时使用free或者delete来释放内存
下标访问,访问效率高 访问需要从头遍历,访问效率低
数组的大小是固定的,所以存在访问越界的风险 只要可以申请得到链表空间,链表就无越界风险

链表结点概念

  • 头结点:在第一个结点之前的结点
  • 首元结点:链表存储的第一个结点
  • 头指针:链表第一个结点的存储位置

链表为空条件

  • 带头结点不为空的单链表:L->next!=NULL
  • 带头结点为空的单链表:L->next==NULL
  • 不带头结点不为空的单链表:L!=NULL
  • 不带头结点为空的单链表:L==NULL
  • 带头结点的双循坏链表为空的条件:L->next==L->prior=L

链表文章http://t.csdnimg.cn/dssVK

二叉树

二叉树是一种常见的树状数据结构,它由节点组成,每个节点最多有两个子节点,分别称为左子节点和右子节点。

特点

  • 树形结构:二叉树是一种层次结构,由根节点开始,每个节点可以有零、一个或两个子节点。这种结构使得数据可以以分层的方式进行组织和存储。
  • 节点:二叉树的每个节点 包含一个数据元素 ,通常表示某种值或对象,以及指向其左子节点和右子节点的指针(引用)。
  • 根节点:树的顶部节点称为根节点。它是整个二叉树的起始点,所有其他节点都通过它连接。
  • 叶节点:叶节点是没有子节点的节点,它们位于树的末端。
  • 子树:每个节点的左子节点和右子节点都可以看作是一个独立的子树,这些子树也是二叉树。

B树

B+树【MYSQL索引默认数据结构】

  • 拥有B树的特点
  • 叶子节点之间有指针
  • 非叶子节点上的元素在叶子节点上都冗余了,也就是叶子节点中存储了所有的元素,并且排好顺序。
  • 非节点存储:地址信息+索引、叶子节点存储:索引+表结构中除了索引外的其他信息)

B树和B+树区别

B树 B+树
key和value都在节点上。并且叶子节点之间没有关系 非叶子节点没有存value。叶子节点之间有双向指针,有引用链路。
因为B树的key和value都存在节点上,因此在查找过程中,可能不用查找的叶子节点就找到了对应的值。 B+树需要查找到叶子节点,才能获取值

冒泡排序

  • 比较相邻的元素。如果第一个比第二个大,就交换他们两个。

  • 对每一对相邻元素做同样的工作,从开始第一对到结尾的最后一对。在这一点,最后的元素应该会是最大的数。

  • 针对所有的元素重复以上的步骤,除了最后一个。

  • 持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。

java 复制代码
package one;

public class Xu {

    public int[] sort_MAOPAO(int[] nums) {
        if (nums.length == 0 || nums.length == 1) return nums;
        for (int i = 0; i < nums.length; i++) {
            for (int j = 0; j < nums.length - 1 - i; j++) {
                if (nums[j] > nums[j + 1]) {
                    int temp = nums[j + 1];
                    nums[j + 1] = nums[j];
                    nums[j] = temp;
                }
            }
        }
        return nums;
    }

    public static void main(String[] args) {
        Xu xu = new Xu();
        int[] array = {11, 33, 44, 22, 55, 99, 88, 66, 77};
        System.out.println("从小到大排序后的结果是:");
        for(int i=0;i<xu.sort_MAOPAO(array).length;i++)
            System.out.print(xu.sort_MAOPAO(array)[i]+" ");
    }
}

插排

  • 1.从第一个元素开始,该元素可以认为已经被排序;
  • 2.取出下一个元素,在已经排序的元素序列中从后向前扫描;
  • 3.如果该元素(已排序)大于新元素,将该元素移到下一位置;
  • 4.重复步骤3,直到找到已排序的元素小于或者等于新元素的位置;
  • 5.将新元素插入到该位置后;
  • 6.重复步骤2~5。
java 复制代码
    public static int[] sort_CHAOPAI(int[] nums) {//将最后一个元素作为插入元素与有序数列比较后插入正确位置
        if (nums.length == 0 || nums.length == 1) return nums;
        for (int i = 0; i < nums.length; i++) {//i是作为每一组比较数据的最后一个元素
            for (int j = i; j > 0; j--) {
                if (nums[j - 1] > nums[j]) {
                    int temp = nums[j];
                    nums[j] = nums[j - 1];
                    nums[j - 1] = temp;
                }
            }
        }
        return nums;
    }

选排

​ 1.首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置。

​ 2.再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。

​ 3.重复第二步,直到所有元素均排序完毕。

java 复制代码
    public static int[] sort_XUANPAI(int[] nums) {
        if (nums.length == 0 || nums.length == 1) return nums;
        for (int i = 0; i < nums.length; i++) {
            int minIndex = i;//每次循环假设第一个数最小
            for (int j = i; j < nums.length; j++) {
                if (nums[minIndex] > nums[j]) {//找到剩余未排序元素中找到最小元素,交换
                    int temp = nums[minIndex];
                    nums[minIndex] = nums[j];
                    nums[j] = temp;
                }
            }
        }
        return nums;
    }

快排

  • 从数列中挑出一个元素,称为 "基准"(pivot);
  • 重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作;
  • 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序
java 复制代码
    public static void quickSort(int[] nums, int startIndex, int endIndex) {
        if(startIndex >= endIndex){//只剩一个元素不用处理直接结束。
            return;
        }
        int val = nums[startIndex];//基准值
        int left = startIndex;//比基准值小的放左边
        int right = endIndex;//比基准值大的放右边
        while (left < right) {
            while (left < right && nums[right] > val) right--;//右指针左移,遇到比基准值小的数
            if (left < right) {
                nums[left++] = nums[right];
            }
            while (left < right && nums[left] < val) left++;//做左指针右移,遇到比基准值大的数
            if (left < right) {
                nums[right--] = nums[left];
            }
        }

        //最后将基准与left和right相等位置的数字交换
        nums[left] = val;
        //递归调用左半数组
        quickSort(nums, startIndex, left - 1);
        //递归调用右半数组
        quickSort(nums, left + 1, endIndex);


    }

        public static void main (String[]args){
            Random rd = new Random();
            int[] num = new int[10];
            for (int i = 0; i < num.length; i++) {
                num[i] = rd.nextInt(100) + 1;
            }
            System.out.println(Arrays.toString(num));
            quickSort(num,0,num.length-1);
            System.out.println(Arrays.toString(num));

//            for (int i = 0; i < xu.sort_MAOPAO(array).length; i++)
//                System.out.print(xu.sort_MAOPAO(array)[i] + " ");

        }
相关推荐
Hera_Yc.H3 小时前
数据结构之一:复杂度
数据结构
肥猪猪爸4 小时前
使用卡尔曼滤波器估计pybullet中的机器人位置
数据结构·人工智能·python·算法·机器人·卡尔曼滤波·pybullet
linux_carlos4 小时前
环形缓冲区
数据结构
readmancynn4 小时前
二分基本实现
数据结构·算法
Bucai_不才4 小时前
【数据结构】树——链式存储二叉树的基础
数据结构·二叉树
盼海4 小时前
排序算法(四)--快速排序
数据结构·算法·排序算法
一直学习永不止步5 小时前
LeetCode题练习与总结:最长回文串--409
java·数据结构·算法·leetcode·字符串·贪心·哈希表
珹洺5 小时前
C语言数据结构——详细讲解 双链表
c语言·开发语言·网络·数据结构·c++·算法·leetcode
几窗花鸢6 小时前
力扣面试经典 150(下)
数据结构·c++·算法·leetcode
.Cnn6 小时前
用邻接矩阵实现图的深度优先遍历
c语言·数据结构·算法·深度优先·图论