📌 前言
在计算机专业基础综合（408）的考研复习中，数据结构的基石地位不可动摇。今天将复习时记录的两页核心笔记进行深度数字化整理。
这两页笔记涵盖了高频考点：数组与特殊矩阵的压缩存储 、树的核心概念与五大核心性质 。重点不在于死记硬背公式，而在于建立"现场推导"与"极限状态思维"的解题直觉。
🧱 第一部分：数组的顺序存储与地址计算
1. 基础前置条件
- 默认前提 ：在 408 考研及标准 C 语言中，数组下标默认从 0 开始。
- 基本数据类型内存大小：
int------ 4B (字节)double------ 8B (字节)
2. 数组存储地址计算公式
设基地址为 Addr(a0)Addr(a_0)Addr(a0) 或 Addr(a00)Addr(a_{00})Addr(a00)，每个数据元素占用 LLL 个存储单元。
① 一维数组
Addr(ai)=Addr(a0)+i×LAddr(a_i) = Addr(a_0) + i \times LAddr(ai)=Addr(a0)+i×L
② 二维 Matrix (m×nm \times nm×n)
对于一个 mmm 行 nnn 列的二维数组，其在物理内存的线性映射有两种经典方式：
| 映射方式 | 核心逻辑 | 物理地址计算公式 |
|---|---|---|
| 行优先 (Row-major) | 先存完一行，再存下一行 | Addr(aij)=Addr(a00)+(i×n+j)×LAddr(a_{ij}) = Addr(a_{00}) + (i \times n + j) \times LAddr(aij)=Addr(a00)+(i×n+j)×L |
| 列优先 (Column-major) | 先存完一列，再存下一列 | Addr(aij)=Addr(a00)+(j×m+i)×LAddr(a_{ij}) = Addr(a_{00}) + (j \times m + i) \times LAddr(aij)=Addr(a00)+(j×m+i)×L |
💡 图解辅助直觉 ：
设有笔记中的 2×32 \times 32×3 矩阵：
a00a01a02a10a11a12\]\\begin{bmatrix} a_{00} \& a_{01} \& a_{02} \\\\ a_{10} \& a_{11} \& a_{12} \\end{bmatrix}\[a00a10a01a11a02a12
- 行优先时，a11a_{11}a11 前面有 111 整行（共 333 个元素）和当前行的 111 个元素（a10a_{10}a10），故跨越了 1×3+1=41 \times 3 + 1 = 41×3+1=4 个元素。
🗜️ 第二部分：特殊矩阵的压缩存储（核心痛点）
为了节省空间，常将对称矩阵、三角矩阵等特殊矩阵压缩存入一维数组 BmBmBm 中。
1. 经典例题复盘：对称矩阵 ⇒\Rightarrow⇒ 下三角矩阵
【例题】 设有一个 3×33 \times 33×3 的对称矩阵，只需存储其下三角部分（含主对角线）：
145426563\begin{bmatrix} 1 & 4 & 5 \\ 4 & 2 & 6 \\ 5 & 6 & 3 \end{bmatrix} 145426563
若按行优先 原则，将其压缩存储到一维数组 BBB 中，则对应关系为：
- Bm=(1,4,2,5,6,3)Bm = (1, 4, 2, 5, 6, 3)Bm=(1,4,2,5,6,3)
🔍 元素映射一维数组轨迹分析：
- 第一行：a11→B0=1a_{11} \rightarrow B0 = 1a11→B0=1
- 第二行：a21→B1=4a_{21} \rightarrow B1 = 4a21→B1=4， a22→B2=2a_{22} \rightarrow B2 = 2a22→B2=2
- 第三行：a31→B3=5a_{31} \rightarrow B3 = 5a31→B3=5， a32→B4=6a_{32} \rightarrow B4 = 6a32→B4=6， a33→B5=3a_{33} \rightarrow B5 = 3a33→B5=3
2. 🔥 方法总结：下标变换的"致命陷阱"与现场推导法
408 真题最喜欢在"下标从 0 开始"还是 "从 1 开始"上做文章。死记硬背极易翻车，强烈建议采用"现场代入法"自行推导。
情况 A：矩阵下标从 1 开始，一维数组 BBB 从 0 开始
当 i≥ji \ge ji≥j（下三角区域）时，aija_{ij}aij 前面有 i−1i-1i−1 行。
- 第 1 行有 1 个元素，第 2 行有 2 个......第 i−1i-1i−1 行有 i−1i-1i−1 个。
- 前 i−1i-1i−1 行总元素个数为：(1+i−1)×(i−1)2=i(i−1)2\frac{(1 + i - 1) \times (i - 1)}{2} = \frac{i(i-1)}{2}2(1+i−1)×(i−1)=2i(i−1)。
- 在当前第 iii 行中，aija_{ij}aij 是第 jjj 个元素。因为数组 BBB 从 0 开始，所以最终下标 mmm 需减 1：
m=i(i−1)2+j−1m = \frac{i(i-1)}{2} + j - 1m=2i(i−1)+j−1
- 代入验证 ：求 a32a_{32}a32 的存储位置。i=3,j=2⇒m=3×22+2−1=4i=3, j=2 \Rightarrow m = \frac{3 \times 2}{2} + 2 - 1 = 4i=3,j=2⇒m=23×2+2−1=4。核对 B4=6B4 = 6B4=6，完全正确！
情况 B：矩阵下标从 0 开始，一维数组 BBB 从 0 开始
当 i≥ji \ge ji≥j 时，前 iii 行（第 0 行到第 i−1i-1i−1 行）共有 1+2+⋯+i=i(i+1)21 + 2 + \dots + i = \frac{i(i+1)}{2}1+2+⋯+i=2i(i+1) 个元素。当前行前面有 jjj 个元素。由于都从 0 开始，无需额外减 1：
m=i(i+1)2+jm = \frac{i(i+1)}{2} + jm=2i(i+1)+j
📌 考场防丢分秘籍 ：不论题目怎么变，花 30 秒在草稿纸上画一个如上所示的 3×33 \times 33×3 矩阵，随便带入一个元素（如 a32a_{32}a32 或 a21a_{21}a21）去验证选项公式，直接秒杀选择题！这就是**"请自行推导"**的最高境界。
🌳 第三部分：树的核心概念精准辨析
- 度与结点：
- 树的度 ：树中所有结点的度的最大值。
- 结点的度 ：该结点拥有的子树个数。
- 叶子结点 ：度 =0= 0=0 的结点（终端结点）。
- 分支结点 ：度 >0> 0>0 的结点（非终端结点）。
- 层次、深度与高度：
- 层次 ：从根开始算起，根结点位于第一层。
- 结点的深度 ：从根结点自顶向下逐层累加（结点的深度 === 它的层次）。
- 树的高度 ：从叶子结点自底向上数。整个树的深度 === 高度（最大层次）。
- 有序树 vs 无序树：子树的位置是否可以调换（若调换后含义改变则为有序树）。
- 森林 ：所有树的结合（m (m≥0)m \,(m \ge 0)m(m≥0) 棵互不相交的树的集合）。
📐 第四部分：kkk 叉树的五大核心性质与解题直觉
这里是考研数学与数据结构交汇的高频命题点，必须烂熟于心。
性质 ①：结点总数与度的关系（全考点通用）
n=度的总和+1（根结点）n = 度的总和 + 1 \text{（根结点）}n=度的总和+1（根结点）
解题直觉 ：树中除根结点外，每一个结点上方都有一根"树枝"（边）与之相连。因此，总边数 === n−1n - 1n−1。而总边数又等于所有结点的度之和。
性质 ②：第 iii 层最多结点数
在 kkk 叉树的第 iii 层上最多有 ki−1k^{i-1}ki−1 个结点 (i≥1i \ge 1i≥1)。
性质 ③：高度为 hhh 的 kkk 叉树最多结点数
T 中最多有 kh−1k−1 个结点T \text{ 中最多有 } \frac{k^h - 1}{k - 1} \text{ 个结点}T 中最多有 k−1kh−1 个结点
解题直觉 ：本质就是等比数列求和。当每一层都塞满时（等比数列：1+k+k2+⋯+kh−11 + k + k^2 + \dots + k^{h-1}1+k+k2+⋯+kh−1），即可达到最大值。
性质 ④：具有 nnn 个结点的 kkk 叉树的最小高度
hmin=⌈logkn(k−1)+1⌉h_{min} = \lceil \log_k n(k-1) + 1 \rceilhmin=⌈logkn(k−1)+1⌉
🔥 方法总结：极限状态思维（胖树原则）
- 核心直觉 ："可以理解为每个子树都是最大度"。
- 推导逻辑 ：想要树的高度最小，就要让树尽可能"胖"。也就是让它在前 h−1h-1h−1 层全部填满（达到满 kkk 叉树状态），第 hhh 层可以不填满。满足不等式：kh−1−1k−1<n≤kh−1k−1\frac{k^{h-1} - 1}{k - 1} < n \le \frac{k^h - 1}{k - 1}k−1kh−1−1<n≤k−1kh−1，从而反推出高度 hhh，在此必须使用 ⌈... ⌉\lceil \dots \rceil⌈...⌉ 向上取整 符号。
- (注意区分：⌈... ⌉\lceil \dots \rceil⌈...⌉ 为向上取整，⌊... ⌋\lfloor \dots \rfloor⌊...⌋ 为向下取整。)
性质 ⑤：具有 nnn 个结点的 kkk 叉树的最大高度
hmax=n−k+1h_{max} = n - k + 1hmax=n−k+1
🔥 方法总结：极限状态思维（瘦树原则）
- 核心直觉：想要树的高度最大，就要让树尽可能"瘦"（退化）。
- 推导逻辑 ：为了满足它是一棵"kkk 叉树"的定义，树中必须且仅能有一个 结点拥有 kkk 个子女（独占 kkk 个元素），其余所有层每层都只有 111 个结点。此时树拉得最长，高度达到极大值。
🚀 总结与后续复习展望
掌握了特殊矩阵的现场代入推导法 和树的核心性质极限思维，你就拿下了这部分考题 90% 的分数。把每一次的草稿和方法总结沉淀下来，这就是考研路上的"硬核资产"！
如果觉得有收获，欢迎点赞、收藏、关注，我们下一期线索二叉树大题高发区见！